Sunteți pe pagina 1din 83

1

MATEM

ATICAS
I. Generalidades
1.1. Demostrar las siguientes igualdades o inclusiones entre conjuntos:
a) A (B C) = (A B) (A C)
b) A (B C) = (A B) (A C)
c) (A B)
c
= A
c
B
c
d) (A B)
c
= A
c
B
c
e) Si A B, entonces B
c
A
c
f ) (A
c
)
c
= A
g) A A
c
=
h) A A
c
= U
1.2. Da contraejemplo a las siguientes armaciones:
a) (A B)
c
= A
c
B
c
b) (A B)
c
= A
c
B
c
1.3. Demostrar las siguientes igualdades del producto cartesiano:
a) (A B) (C D) = (A C) (B D)
b) (A B) (C D) = (A C) (A D) (B C) (B D)
c) A (B C) = (A B) (A C)
1.4. Sean f : A B, g : B C y h : C D tres aplicaciones, demostrar que se cumplen las siguientes armaciones:
a) (h g) f = h (g f).
b) Si f y g son inyectivas entonces g f es inyectiva.
c) Si f y g son suprayectivas entonces g f es suprayectiva.
d) Si f y g son biyectivas entonces g f es biyectiva.
e) Si g f es inyectiva entonces f es inyectiva.
f ) Si g f es suprayectiva entonces g es suprayectiva.
g) Si A

A entonces f(A

) f(A

).
h) f(A

) f(A

) f(A

).
i) Dar un contraejemplo que ponga de maniesto que en general no se da la igualdad en el apartado anterior.
Probar, en cambio que se da la igualdad cuando f es inyectiva.
1.5. Dadas las aplicaciones f : R R y g : R R denidas por f(x) = x
2
y g(x) = e
x
.
a) Decir si son inyectivas, suprayectivas o biyectivas mirando en su graca.
b) Calcular f((1, 1]) y g((1, 1))
c) Demostrar que f
n
(x) = x
2
n
, donde f
n
es la composicion de f consigo misma n veces.
1.6. Demostrar usando induccion las siguientes igualdades:
a) 1 + 3 + 5 + + (2n 1) = n
2
2
b) 1
3
+ 2
3
+ 3
3
+ 4
3
+ +n
3
=
_
n(n+1)
2
_
2
c) Si r ,= 1 entonces 1 +r +r
2
+ +r
n
=
1r
n+1
1r
d) Probar que n(n
2
+ 5) es divisible por 6 cualquiera que sea el n umero natural n.
e) Probar que entre los n umeros 2n + 1, 2n + 3 y 2n + 5 hay siempre un m ultiplo de 3.
f ) Demostrar que
2
2n1
n
<
_
2n
n
_
< 2
2n1
para n > 1.
g)

n
k=1
p
k(k+1)...(k+p)
=
1
p!
n!
(n+p)!
donde p es un n umero natural jo.
h)

n
j=1
1
j(j+1)
=
n
n+1
i) (1 +p)
n
> 1 +pn donde p es un n umero real mayor que cero y n un n umero natural mayor que uno.
j ) Demostrar que los para cualquier n umero natural n el n umero 3
2n+2
+ 2
6n+1
es un m ultiplo de 11;
k) Demostrar que para todo n umero natural a, si n +
1
n
es un n umero entero entonces n
a
+
1
n
a
.
l ) Demuestra que el n umero de subconjuntos que tiene un conjunto de n elementos es 2
n
.
m) Demuestra que el n umero de subconjuntos de j elementos que tiene un conjunto de n elementos es
_
n
j
_
.
n) Demuestra que el n umero de diagonales que se pueden trazar en un polgono de n lados es
n(n3)
2
. Por
que n(n 3) es par?
1.7. Demostrar la formula del binomio de Newton:
(a +b)
n
=
n

j=0
_
n
j
_
a
j
b
nj
siendo n un n umero natural mayor o igual que 1.
1.8. Sea P
2
[x] el conjunto de los polinomios de grado menor o igual a dos y con coecientes reales. Sobre dicho
conjunto se consideran las leyes de composicion interna suma [(a
0
x
2
+ a
1
x + a
2
) + (b
0
x
2
+ b
1
x + b
2
) = (a
0
+
b
0
)x
2
+ (a
1
+b
1
)x + (a
2
+b
2
)] y producto [(a
0
x
2
+a
1
x +a
2
) (b
0
x
2
+b
1
x +b
2
) = (a
0
b
0
)x
2
+ (a
1
b
1
)x + (a
2
b
2
)].
Demostrar que la terna (P
2
[x], +, ) es un anillo e indicar de que tipo es.
1.9. Justica si las siguientes funciones pueden ser la primitiva de alguna funci on. En caso armativo indica de
que funci on.
a) f(x) =
1
x
,
b) f(x) = [x[,
c) f(x) =
_
0 si x 0
x
2
si x > 0,
1.10. Calcula las primitivas inmediatas siguientes:
a)
_
xsen(x
2
)dx b)
_
x
(x
2
1)
2
dx c)
_
log(x)
x
dx
d)
_
e
x
e
x
+1
dx e)
_
arcsen(x)

1x
2
dx f)
_
x
3
(1x
4
)
4
dx
g)
_
e

2x

2x
dx h)
_
dx
xlog
2
(x)
i)
_
sec
2
(2x)dx
Solucion:
a)
1
2
cos (x
2
);
b)
1
2(x
2
1)
;
c)
1
2
log
2
(x);
d) log(e
x
+ 1);
e)
arcsen
2
(x)
2
;
f)
1
4
1
3(1x
4
)
3
;
g) e

2x
;
h)
1
log x
;
i)
1
2
tan(2x).
1.11. Aplica la formula de integraci on por partes para hallar las siguientes primitivas:
a)
_
xcos (2x)dx b)
_
x
2
e
x
dx c)
_
senxe
2x
dx
d)
_
logydy e)
_
arctgxdx f)
_
x
2
e
2x
dx
3
1.12. Calcula las primitivas de las funciones racionales siguientes:
a)
_
x
2
+1
x
3
(x+1)
2
dx b)
_
x
7
+x
3
x
4
1
dx c)
_
x1
x+1
dx
d)
_
2x
2
+x+1
(x1)
3
dx e)
_
2x
x
3
2x
2
2x3
dx f)
_
1
x
4
+x
2
dx
g)
_
x
2
(x
2
+1)
2
dx h)
_
1
(x
2
+1)
3
dx i)
_
x
2
1
x
4
+x
2
+1
dx
Solucion: Debes realizar una descomposicion en fracciones simples como sigue:
a)
x
2
+1
x
3
(x+1)
2
=
A
x
+
B
x
2
+
C
x
3
+
D
x+1
+
E
(x+1)
2
;
b)
x
7
+x
3
x
4
1
=
x
3
(x
4
1+2)
x
4
1
= x
3
+
2
x
4
1
= x
3
+
Ax+B
x
2
+1
+
C
x+1
+
D
x1
;
c)
x1
x+1
= 1 2
1
x+1
;
d)
2x
2
+x+1
(x1)
3
=
A
x1
+
B
(x1)
2
+
C
(x1)
3
;
e)
2x
x
3
2x
2
2x3
=
A
x3
+
Bx+C
1+x+x
2
;
f)
1
x
4
+x
2
=
1
x
2
(x
2
+1)
=
A
x
+
B
x
2
+
Cx+D
x
2
+1
;
g)
x
2
(x
2
+1)
2
= 1
2
(x
2
+1)
2
(la ultima fracci on ya es simple y su primitiva se hace por partes seg un se explico);
h) Esta fracci on ya es simple y su primitiva se calcula por el metodo de integraci on por partes seg un se explico;
i)
x
2
1
x
4
+x
2
+1
=
Ax+B
1+x+x
2
+
Cx+D
1x+x
2
.
1.13. Haz el cambio de variable adecuado para hallar las siguientes primitivas
a)
_
_
1x
1+x
_
1/3
(1 +x)
2
dx b)
_ 4

x
1+

x
dx c)
_
dx

x(1+x)
d)
_
_
1+x
1x
dx e)
_
e
x
+1
e
2x
+1
dx f)
_
dx
e
x
+e
x
Solucion: Los cambios de variable adecuados son:
a) t
3
=
1x
1+x
;
b) t
4
= x;
c) t
2
= x;
d) t
2
=
1+x
1x
;
e) t = e
x
;
f) t = e
x
.
1.14. Calc ulese las primitivas de las siguientes funciones trigonometricas:
a)
_
1
cos x
dx b)
_
2cos x
2+cos x
dx c)
_
1
senx+cos x
dx
d)
_
cos
4
xsen
3
xdx e)
_
sen
2
(mx)dx f)
_
sen
2
axcos axdx
g)
_
cos
2
(2x)sen
4
(2x)dx h)
_
sen
4
xdx i)
_
senx
cos x(1+cos
2
x)
dx
j)
_
seny
cos y
dy k)
_
senx
cos
2
x
dx l)
_
tg
2
xdx
Solucion:
a) Como
1
cos x
=
1
cos
2
x
cos x =
1
1sen
2
x
cos x se puede hacer el cambio de variable senx = t.
b)
1.15. Halla las primitivas siguientes:
a)
_
a
2
x
2
dx b)
_
x
2
a
2
dx
c)
_
a
2
+x
2
dx d)
_
1 + 2x +x
2
dx
e)
_
2 x x
2
dx f)
_
1 +x +x
2
dx
g)
_
(4x
2
+ 8x 3)
3/2
dx h)
_
12x

14x
2
dx
i)
_
dx
x+

x
2
1
1.16. Calcula las siguientes primitivas utilizando en cada caso el metodo de integraci on que convenga:
4
1)
_
x
x
2
+4
dx
2)
_
(

2x
3

x)dx
3)
_
exp(3x)sen (2x)dx
4)
_
xarc tg(x)dx
5)
_
sen (x
2
)x
3
dx
6)
_
1
x
3
x
2
x+1
dx
7)
_
exp(2t)
exp(t)+1
dt
8)
_
2
x log
2
(x)
dx
9)
_
cos xcos 2xsen 3xsen 4xdx
10)
_
z
3
4+4zz
2
+z
3
dz
11)
_
y
5
+y
y
2
dy
12)
_
sen (log(x))
3x
dx
13)
_
tan(3x)dx
14)
_
cos
2
(z)dz
15)
_
1
x+

4x
2
dx
16)
_
x

3x
2
+4
dx
17)
_
Ch
2
xdx
18)
_
x

x 3dx
19)
_
arcsen(x)dx
20)
_
(x
2
x)e
2x
dx
21)
_

x2
4

x21
dx
22)
_

y
2
+1
y
2
dy
23)
_
sen
3
(x)cos
5
(x)dx
24)
_
tg
2
(3x)dx
25)
_
z
3
4zz
2
dz
26)
_
sen (t)
1sen(t)
dt
27)
_
tg(x)
2cos (x)
dx
28)
_
sec(x) tg(x)dx
29)
_
cos
4
(z)sen
2
(z)dz
30)
_
x
3
(1x
4
)
2
dx
31)
_
1
sen
3
(x)
dx
32)
_
(x
2
x) log(3x)dx
33)
_
1
(x
2
4)
2
dx
34)
_
sec
2
(x)
1+tg
2
(x)
dx
35)
_
1+Sh t
1+Ch t
dt
36)
_
e
x
(1 e
x
)
3
dx
37)
_

2+t
2
t
2
dt
38)
_
e
sen
2
y
sen 2ydy
39)
_
x
3
(x
2
+1)
2
dx
1.17. En este ejercicio el par ametro a lo debes sustituir por la ultima cifra de tu DNI mas 2, b por la pen ultima mas
3, c por la antepen ultima y d por la anterior a la antepen ultima. Realiza las siguientes operaciones de n umeros
complejos y el resultado ponlo en la forma A+Bi:
a)
_
(a +c) + (b +a)i,
b) [(a + c) + (b +c)i]
4
,
c)
(a+c)+(b+a)i
(a+c)+2bi
,
d) ae
ib
+ce
ia
.
1.18. En este ejercicio el par ametro a lo debes sustituir por la ultima cifra de tu DNI mas 2, b por la pen ultima mas 3,
c por la antepen ultima y d por la anterior a la antepen ultima. Factoriza el polinomio x
4
+ 2(b
2
a
2
)x
2
+ (a
4
+
2a
2
b
2
+b
4
) como producto de dos polinomios de grado 2 que no tengan races reales.
1.19. En este ejercicio el par ametro a lo debes sustituir por la ultima cifra de tu DNI mas 2, b por la pen ultima mas
3, c por la antepen ultima y d por la anterior a la antepen ultima. Calcula:
_
cx +d
x
2
2ax + (a
2
+b
2
)
dx.
1.20. Resuelve la ecuaci on x
4
= 1.
1.21. Factoriza el polinomio x
4
+x
2
+ 1 como producto de dos polinomios de grado 2 que no tengan races reales.
1.22. Resuelve la ecuaci on a
4
= b
4
en Z
5
.
II. Matrices
5
2.1. Dada la matriz: A =
_
_
_
_
0 1 0 0
0 0 1 0
0 0 0 1
0 0 0 0
_
_
_
_
, demostrar que A
4
es la matriz nula.
2.2. Dada la matriz A =
_
3 1
5 2
_
, se pide:
(a) Hallar 3AA
t
2I
2
.
Solucion:
_
28 51
51 85
_
(b) Resolver la ecuaci on matricial AX =
_
2 0
0 1
_
siendo X M
22
(R) .
Solucion:
_
4 1
10 3
_
2.3. Dadas las matrices
A =
_
1 1 2
_
C =
_
_
2 1 1
0 1 2
1 2 0
_
_
D =
_
_
2 1
1 3
0 1
_
_
B =
_
_
1
0
2
_
_
E =
_
0 1
2 1
_
,
realizar si es posible, las siguientes operaciones
(a) (2A + 3B
t
)C (b) C
t
A
t
(c) DC +E (d) D(E +C)
(e) B
t
A
t
CD (f) D
t
C (g) BACD (h) ED
t
C
2.4. Sea A una matriz cuadrada tal que A
2
= A. Si B = 2AI
n
, demostrar que B
2
es igual a I
n
.
2.5. Dadas matrices A, B M
22
(R), demuestra o pon un contraejemplo a la igualdad (A+B)
2
= A
2
+ 2AB +B
2
.
Solucion: La igualdad es falsa, basta con tomar A =
_
1 0
0 0
_
y B =
_
0 1
0 1
_
. Entonces:
(A +B)
2
=
_
1 1
0 1
_
2
=
_
1 2
0 1
_
,= A
2
+B
2
+ 2AB =
_
1 0
0 0
_
+
_
0 1
0 1
_
+
_
0 2
0 0
_
=
_
1 3
0 1
_
2.6. Sea A una matriz cuadrada. Demostrar que las matrices AA
t
y A
t
A son siempre simetricas.
2.7. Demostrar que si una matriz cuadrada A verica que A
2
AI
2
= 0, entonces existe la inversa de A. Calcularla.
Solucion: Como A
2
AI
2
= 0 entonces A
2
AI
2
= 0 A
2
A = I
2
y por lo tanto se verica A(AI
2
) = I
2
y (A I
2
)A = I
2
. As que por la denicion de inversa de una matriz tenemos A
1
= A I
2
.
2.8. Se considera la matriz con coecientes reales A =
_
_
a
2
ab ac
ab b
2
bc
ac bc c
2
_
_
. Demostrar que si a
2
+b
2
+c
2
= 1, entonces
A
n
= A para todo entero positivo.
2.9. Calcular el rango de las siguientes matrices empleando operaciones elementales:
A =
_
_
1 6
5 6
0 1
_
_
A =
_
1 0 2
1 2 3
_
A =
_
_
2 2 3
3 0 1
10 4 8
_
_
A =
_
_
_
_
1 2 3 4
2 0 3 4
2 3 0 4
2 3 4 0
_
_
_
_
A =
_
3 5 6
1 2 3
_
A =
_
_
_
_
2 3 4
5 6 7
8 9 0
1 2 3
_
_
_
_
A =
_
_
6 4 5
3 6 5
1 2 5
_
_
A =
_
_
5 6
1 e
1 e
_
_
A =
_
1 9
2 8
_
A =
_
_
2 2 4
1 1 2
3 4 5
_
_
A =
_
_
1 0 2
4 3 2
3 4 0
_
_
A =
_
1 4
43 76
_
6
Solucion: Los rangos de las matrices anteriores los reejamos en la siguiente tabla respetando el orden en el que
aparecen las matrices:
2 2 2
4 2 3
3 2 2
2 3 2
2.10. Calcular mediante el metodo de Ga uss o el metodo de la matriz adjunta, las matrices inversas de las matrices
del ejercicio anterior si las hay.
2.11. Calcular el rango de la siguiente matriz en funci on de los valores de a y b:
A =
_
_
_
_
a 0 0 b
b a 0 0
0 b a 0
0 0 b a
_
_
_
_
.
Solucion:
Utilizando el metodo de transformaciones elementales por las y columnas, tenemos:
_
_
_
_
a 0 0 b
b a 0 0
0 b a 0
0 0 b a
_
_
_
_

_
_
_
_
b a 0 0
0 b a 0
0 0 b a
a 0 0 b
_
_
_
_
b ,= 0

_
_
_
_
1 a/b 0 0
0 1 a/b 0
0 0 1 a/b
a 0 0 b
_
_
_
_

_
_
_
_
1 a/b 0 0
0 1 a/b 0
0 0 1 a/b
0 a
2
/b 0 b
_
_
_
_

_
_
_
_
1 a/b 0 0
0 1 a/b 0
0 0 1 a/b
0 0 a
3
/b
2
b
_
_
_
_

_
_
_
_
1 a/b 0 0
0 1 a/b 0
0 0 1 a/b
0 0 0 b a
4
/b
3
_
_
_
_

_
_
_
_
1 a/b 0 0
0 1 a/b 0
0 0 1 a/b
0 0 0 b a
4
/b
3
_
_
_
_
As que si b ,= 0 se tienen las siguientes posibilidades:
Si b
4
= a
4
entonces rg A = 3. Ademas
b
4
= a
4
b
2
= a
2
b
2
= a
2
b = a.
Si b ,= a entonces rg A = 4.
Cuando b = 0 tenemos A =
_
_
_
_
a 0 0 0
0 a 0 0
0 0 a 0
0 0 0 a
_
_
_
_
y por lo tanto:
si a = 0 entonces rg A = 0
si a ,= 0 entonces rg A = 4
2.12. Sea la matriz A =
_
_
_
_
0 0 0 0
2 0 0 0
2 2 0 0
2 2 2 0
_
_
_
_
, se pide:
(a) Calcular las sucesivas potencias de A.
Solucion: A
2
=
_
_
_
_
0 0 0 0
0 0 0 0
4 0 0 0
8 4 0 0
_
_
_
_
, A
3
=
_
_
_
_
0 0 0 0
0 0 0 0
0 0 0 0
8 0 0 0
_
_
_
_
y A
n
=
_
_
_
_
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
_
_
_
_
para todo n 4.
7
(b) Sea B = I
4
+A, expresar B
n
en funci on de I
4
, A, A
2
y A
3
.
Solucion: Usando el binomio de Newton tenemos que
B
n
= (I
4
+A)
n
=
n

j=0
_
n
j
_
A
j
I
nj
Ahora suponemos que n 3 y simplicamos la expresion anterior:
B
n
=
3

j=0
_
n
j
_
A
j
I
nj
= I
4
+nA +
n(n 1)
2
A
2
+
n(n 1)(n 2)
6
A
3
=
_
_
_
_
1 0 0 0
2n 1 0 0
2n + 2(1 +n)n 2n 1 0
2n + 4(1 +n)n +
4
3
(2 +n)(1 +n)n 2n + 2(1 +n)n 2n 1
_
_
_
_
.
Si n = 1 entonces B
1
= I
4
+ A =
_
_
_
_
1 0 0 0
2 1 0 0
2 2 1 0
2 2 2 1
_
_
_
_
.
Si n = 2 entonces B
2
= (I
4
+A)
2
= I
2
4
+A
2
+ 2A =
_
_
_
_
1 0 0 0
4 1 0 0
8 4 1 0
12 8 4 1
_
_
_
_
.
(c) Demostrar que la inversa de B es I
4
A+A
2
A
3
.
Solucion: Se trata de ver que B(I
4
A+A
2
A
3
) = I
4
= (I
4
A+A
2
A
3
)B. En efecto:
B(I
4
A+A
2
A
3
) = (I
4
+A)(I
4
A+A
2
A
3
) = I
4
A+A
2
A
3
+AA
2
+A
3
A
4
= I
4
A
4
= I
4
.
(I
4
A+A
2
A
3
)B = (I
4
A+A
2
A
3
)(I
4
+A) = I
4
A+A
2
A
3
+AA
2
+A
3
A
4
= I
4
A
4
= I
4
.
(d) Expresar B
3
en funci on de I
4
, A, A
2
y A
3
.
Solucion: B
3
= (I
4
A + A
2
A
3
)
3
= (I
4
A + A
2
A
3
)
2
(I
4
A + A
2
A
3
) = (I
4
2A + 3A
2

4A
3
)(I
4
A+A
2
A
3
) = I
4
3A+ 6A
2
10A
3
.
2.13. Hallar la potencia nesima de A =
_
_
1 2 3
0 1 2
0 0 1
_
_
poniendo A = I
3
+B, siendo B una matriz a determinar.
Solucion:
La matriz B sera B = A I
3=
_
_
0 2 3
0 0 2
0 0 0
_
_
.Como la matriz identidad conmuta con cualquier otra matriz
podemos utilizar el binomio de Newton para calcular la potencia A
n
= (B + I
3
)
n
=

n
j=0
_
n
j
_
B
j
, as que
tenemos que calcular las potencias de la matriz B.
B
0
= I
3
B
3
=
_
_
0 0 0
0 0 0
0 0 0
_
_
B
1
=
_
_
0 2 3
0 0 2
0 0 0
_
_
B
4
= 0
B
2
=
_
_
0 0 4
0 0 0
0 0 0
_
_
B
n
= 0 n 4
Hacemos notar que A
1
= A y que A
2
=
_
_
1 4 10
0 1 4
0 0 1
_
_
. Y ahora calculamos A
n
para n 3 siguiendo el binomio
8
de Newton:
A
n
= (B +I
3
)
n
=
_
n
0
_
B
0
+
_
n
1
_
B
1
+. . .
_
n
n 1
_
B
n1
+
_
n
n
_
B
n
= I
3
+nB +
n(n 1)
2
B
2
=
_
_
1 0 0
0 1 0
0 0 1
_
_
+
_
_
0 2n 3n
0 0 2n
0 0 0
_
_
+
_
_
0 0
n(n1)
2
4
0 0 0
0 0 0
_
_
=
_
_
1 2n 2n
2
+n
0 1 2n
0 0 1
_
_
2.14. En este ejercicio el par ametro a lo debes sustituir por la ultima cifra de tu DNI mas 2, b por la pen ultima mas 3, c
por la antepen ultima y d por la anterior a la antepen ultima. Hallar la potencia nesima de A =
_
_
_
_
1 d a b
0 1 a b
0 0 1 a
0 0 0 1
_
_
_
_
.
2.15. Calcular los siguientes determinantes:
(a)

1 3 0
1 2 4
1 1 2

(b)

5 1 7
6 4 3
3 2 1

(c)

3 5 7 2
2 4 1 1
2 0 0 0
1 1 3 4

(d)

1 2 3
4 5 6
7 8 9

(e)

1 1 1 6
2 4 1 6
4 1 2 9
2 4 2 7

(f)

1 2 3 4
2 1 4 3
2 3 4 5
3 4 5 6

2.16. Dada una matriz cuadrada A, Que valores puede tomar det(A) si A
2
= A? y si A = A
1
?
2.17. De las armaciones siguientes, demostrar las verdaderas y dar un contraejemplo para las falsas:
(a) (A +B)
2
= A
2
+ 2AB +B
2
.
Solucion: Esta armaci on es falsa, para verlo t omense A =
_
1 0
0 0
_
y B =
_
0 1
0 0
_
.
La misma armaci on es cierta cuando las matrices A y B conmutan. En cualquier caso s que se verica la
igualdad (A +B)
2
= A
2
+AB +BA +B
2
.
(b) A
2
B
2
= (A B)(A +B).
Solucion: Esta igualdad tambien es falsa y se puede ver con las mismas matrices que en el ejercicio anterior.
(c) A
n+1
I
n
= (A I
n
)(I
n
+A+A
2
+... +A
n
).
Solucion: En este caso la igualdad es cierta ya que (AI
n
)(I
n
+A+A
2
+... +A
n
) = A+A
2
+ +A
n
+
A
n+1
I
n
A A
2
+... A
n
= A
n+1
I
n
.
(d) Si P es una matriz regular, entonces (PAP
1
)
n
= PA
n
P
1
.
Solucion: La igualdad es cierta porque
(PAP
1
)
n
=
PAP
1
PAP
1
PAP
1
. . . PAP
1
. .
n-veces
= PA
n
P
1
.
(e) Si A es antisimetrica, entonces A
2
es simetrica.
Solucion: Verdadero. Puesto que A es antisimetrica se tiene que A
t
= A, entonces (A
2
)
t
= (AA)
t
=
A
t
A
t
= (A)(A) = A
2
, es decir, A
2
es simetrica.
(f) Si A es antisimetrica y B es simetrica, entonces AB es antisimetrica si y solo si AB = BA.
Solucion: Verdadero. Por ser A antisimetrica y B simetrica se tiene que A
t
= A y que B
t
= B.
Demostramos primero que si AB es antisimetrica entonces AB = BA. En efecto, por ser AB antisimetrica
tenemos que AB = (AB)
t
= B
t
A
t
= B(A) = BA e igualando el primer y ultimo miembro y dividiendo
por 1 se tiene que AB = BA.
Finalmente hay que ver que si AB = BA entonces AB es antisimetrica.
9
(g) Si [AB[ = 0, entonces [A[ = 0 o [B[ = 0.
Solucion: Esta armaci on es cierta ya que si [AB[ = 0 entonces [AB[ = [A[[B[ = 0 y por lo tanto o bien
[A[ = 0 o bien [B[ = 0.
(h) [A +B[ = [A[ +[B[ .
Solucion: Se puede comprobar facilmente que las matrices A =
_
1 2
0 1
_
y B =
_
0 0
1 0
_
son un
contraejemplo para esta igualdad.
(i) [2A[ = 2 [A[ .
Solucion: Se puede comprobar con la matriz A =
_
1 0
0 1
_
que la igualdad no se satisface.
2.18. Demostrar que si a, b, c son n umeros reales se tiene que:

a b c 2a 2a
2b b c a 2b
2c 2c c a b

= (a +b +c)
3
.
2.19. Calcular los siguientes determinantes:
(a)

x a b c
a x 0 0
b 0 x 0
c 0 0 x

(b)

x +a b c
a x +b c
a b x +c

(c)

a 3 0 5
0 b 0 2
1 2 c 3
0 0 0 d

(d)

a
2
ab ab b
2
ab a
2
b
2
ab
ab b
2
a
2
ab
b
2
ab ab a
2

(e)

a b 0 0
0 a b 0
0 0 a b
b 0 0 a

(f)

1 2 3 4
2 3 4 1
3 4 1 2
4 1 2 3

2.20. Sin desarrollar los determinantes, demostrar que:


(a)

1 a b +c
1 b a +c
1 c a +b

= 0 (b)

1 a
2
a
3
1 b
2
b
3
1 c
2
c
3

bc a a
2
ca b b
2
ab c c
2

Solucion:
(a)

1 a b +c
1 b a +c
1 c a +b

C
2
3
(1)
=

1 a a +b +c
1 b b +a +c
1 c c +a +b

= (a +b +c)

1 a 1
1 b 1
1 c 1

C
1
3
(1)
=
(a +b +c)

1 a 0
1 b 0
1 c 0

= 0
(b) Si a, b, c son las tres diferentes de 0, se tiene:

1 a
2
a
3
1 b
2
b
3
1 c
2
c
3

1/a a a
2
1/b b b
2
1/c c c
2

C
1
(abc)
=

bc a a
2
ac b b
2
ab c c
2

Supongamos ahora que una de ellas es 0, por ejemplo a = 0, en este caso se tiene:

1 0 0
1 b
2
b
3
1 c
2
c
3

b
2
b
3
c
2
c
3

bc

b b
2
c c
2

bc 0 0
0 b b
2
0 c c
2

2.21. Calcular los siguientes determinantes de Vadermonde:


V
2
=

1 1
a b

V
3
=

1 1 1
a b c
a
2
b
2
c
2

V
4
=

1 1 1 1
a b c d
a
2
b
2
c
2
d
2
a
3
b
3
c
3
d
3

10
V
n
=

1 1 1 . . . 1
a
1
a
2
a
3
. . . a
n
a
2
1
a
2
2
a
2
3
. . . a
2
n
a
3
1
a
3
2
a
3
3
. . . a
3
n
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
a
n1
1
a
n1
2
a
n1
3
. . . a
n1
n

2.22. De los dos metodos explicados para calcular la inversa de una matriz Cual requiere un n umero menor de
operaciones?
2.23. Sean A, B M
n
(K) tales que AB = I
n
. Demuestra que BA = I
n
III. Sistemas de ecuaciones lineales
3.1. Discutir y resolver seg un el valor de los par ametros que aparezcan:
(a)
_
_
_
x +y + 2z = 0
x + 3y +z = 0
3x + 10y + 4z = 0
(b)
_
_
_
3x y + 2z = 1
x + 4y +z =
2x 5y +z = 2
(e)
_
_
_
2x +y + 2z = 1
2x + (2 1)y + 3z = 1
2x +y + ( + 3)z = 2 1
(g)
_
_
_
x +y +z = 1
x +y +z =
x +y +z = 1
(f) Ax = b con A =
_
_
_
_
1 1 1
2 a 3
3 3 4
5 a b 7
_
_
_
_
y b =
_
_
_
_
3
4
7
8 +b
_
_
_
_
.
3.2. Discutir la veracidad o falsedad de las siguientes armaciones:
(a) Dado un sistema de m ecuaciones con n inc ognitas, Ax = b, que admite solucion unica, entonces esta es
x = A
1
b.
Solucion: Falso, por ejemplo se puede vericar que el sistema
_
_
1 1
6 10
9 15
_
_
_
x
1
x
2
_
=
_
_
6
52
78
_
_
tiene como solucion unica a x
1
= 2 y x
2
= 4. Sin embargo no existe la inversa de la matriz asociada al
sistema por no ser cuadrada.
(b) Si los sistemas Ax = b
1
y Ax = b
2
son compatibles, entonces lo es Ax = b donde b = b
1
+b
2
.
Solucion: En efecto, si ambos son compatibles existiran soluciones respectivas x
1
y x
2
tales que Ax
1
= b
1
y Ax
2
= b
2
.Por lo tanto A(x
1
+ x
2
) = Ax
1
+ Ax
2
= b
1
+ b
2
. Esto quiere decir que x
1
+ x
2
es solucion de
Ax = b, donde b = b
1
+b
2
.
(c) Un sistema con mas ecuaciones que inc ognitas es siempre incompatible.
Solucion: Falso. El contraejemplo del apartado (a) vale para este apartado.
(d) Si un sistema de ecuaciones Ax = b es compatible determinado, entonces A es una matriz cuadrada.
Solucion: Falso, ademas el contraejemplo del apartado (a) tambien vale para este apartado.
(e) Si Ax = b es un sistema incompatible con 5 ecuaciones y 4 inc ognitas y el r(A) = 4 entonces r(A[b) = 5.
Solucion: Verdadero. En efecto, sabemos que rg A rg (A[b), ademas al ser el sistema incompatible
entonces la desigualdad es estricta. As que 4 < rg (A[b) y como el tama no de (A[b) es 5 5 entonces
rg (A[b) 5. Por lo tanto rg (A[b) = 5.
3.3. Calcular las soluciones de los siguientes sistemas de ecuaciones tanto por el metodo de Gauss, como por el metodo
de Crammer (por determinantes).
(a)
_
_
_
8x +y + 4z = 9
5x 2y + 4z = 6
x +y = 1
(b)
_
_
_
6x y + 3z = 6
6x + 8y = 10
2x 5y z = 4
11
3.4. Discutir los siguientes sistemas de ecuaciones en funci on del parametro a:
(b)
_
_
_
ax +y +z = 1
x +ay +z = 1
x +y +az = 1
(c)
_
_
_
x +y +z = a + 1
ax +y + (a 1) z = a
x +ay +z = 1
3.5. Discutir los siguientes sistemas de ecuaciones en funci on del parametro k:
(a)
_

_
kx +y +z +t = k
x +ky +z +t = k
x +y +kz +t = k
x +y +z +kt = k
(b)
_
_
_
2 (k + 1) x + 3y +kz = k + 4
(4k 1) x + (k + 1) y + (2k 1) z = 2k + 2
(5k 4) x + (k + 1) y + (3k 4) z = k 1.
3.6. Discutir los siguientes sistemas de ecuaciones seg un los valores de a y b:
(a)
_
_
_
ax + 2z = 2
5x + 2y = 1
x 2y +bz = 3
(d)
_

_
ax + 2y + 3z +u = 6
x + 3y z + 2u = b
3x ay +z = 2
5x + 4y + 3z + 3u = 9.
3.7. Se tienen tres lingotes de oro de 100 gramos cuya composicion es la siguiente
Lingote Oro Plata Cobre
1 20 30 50
2 30 40 30
3 40 50 10
Que peso habr a que tomarse de cada uno de los tres lingotes para formar uno nuevo que contenga 42 gramos
de oro, 57 gramos de plata y 51 gramos de cobre?
3.8. La suma de las tres cifras de un n umero es igual a 6. La cifra de las centenas es igual a la suma de las cifras
de unidad y decena. Si se invierte el orden de las cifras, el n umero disminuye en 198 unidades. Calcular dicho
n umero.
3.9. Una empresa tiene dos tipos de procesos productivos: torno y fresadora. Cada uno de estos procesos se utiliza
para fabricar tres tipos de productos A, B y C. Se dispone de 120 horas semanales de torno y de 260 horas de
fresadora, y las necesidades asociadas a cada proceso, por unidad de producto, son las siguientes:
Producto Torno Fresadora
A 0.1h 0.20h
B 0.25h 0.30h
C - 0.40h
Si el benecio unitario que se obtiene con la venta se los productos A, B y C es de 3, 5 y 4 unidades monetarias,
respectivamente. Como debe de distribuirse la produccion semanal para obtener un benecio de 3800 u.m., si
se utilizan todos los recursos disponibles?
3.10. Resuelve el siguiente sistema tomando como cuerpo base Z
5
:
_
_
_
kx +y +z = k
x +ky +z = k
x +y +kz = k
Solucion: Construimos la matriz asociada al sistema y hacemos operaciones elementales por las:
_
_
k 1 1 [ k
1 k 1 [ k
1 1 k [ k
_
_
F
1,3

_
_
1 k 1 [ k
1 1 k [ k
k 1 1 [ k
_
_
F
1
3
(4k)
F
1
2
(4)

_
_
1 k 1 [ k
0 1 + 4k k + 4 [ 0
0 1 + 4k
2
1 + 4k [ k + 4k
2
_
_
12
Discutimos el sistema ahora calculando el rango de la matriz asociada y ampliada. Para ello calculamos el
determinante de la matriz asociada al ultimo sistema, C.
det C = (1 + 4k)
2
(k + 4)(1 + 4k
2
) = 1 + 3k +k
2
(k + 4k
3
+ 4 +k
2
)
= 1 + 3k +k
2
+ 4k +k
3
+ 1 + 4k
2
= 2 + 2k +k
3
Para ver si este valor se hace cero evaluamos la expresion anterior en los elementos del cuerpo:
k det C
0 2
1 0
2 4
3 0
4 4
As que el determinante de C se anula para los valores k = 1 y k = 3. As que:
a) Para k = 0, 2, 4 es sistema es compatible y determinado ya que det C = det(C[d) = 3. Las soluciones se
pueden calcular por Crammer:
x =

_
_
k k 1
0 1 + 4k k + 4
k + 4k
2
1 + 4k
2
1 + 4k
_
_

2 + 2k +k
3
,
y =

_
_
1 k 1
0 0 k + 4
0 k + 4k
2
1 + 4k
_
_

2 + 2k +k
3
,
z =

_
_
1 k k
0 1 + 4k 0
0 1 + 4k
2
k + 4k
2
_
_

2 + 2k +k
3
.
b) Para k = 1 se tiene el sistema:
_
_
1 1 1 [ 1
0 0 0 [ 0
0 0 0 [ 0
_
_
Como aqu tenemos rg C = rg (C[d) = 1 se tiene que el sistema es compatible e indeterminado. La soluciones
quedan en funci on de dos par ametros, y , del cuerpo Z
5
:
z = , y = , x = 1 + 4 + 4.
c) Para k = 3 se tiene el sistema:
_
_
1 3 1 [ 3
0 3 2 [ 0
0 2 3 [ 4
_
_
F
2
3
(1)

_
_
1 3 1 [ 3
0 3 2 [ 0
0 0 0 [ 4
_
_
Como aqu tenemos rg C = 2 ,= 3rg (C[d) se tiene que el sistema es incompatible.
IV. Espacios vectoriales
13
4.1. En R
2
denimos la operaci on interna + dada por:
(x, y) + (u, v) = (x +u, y +v) (x, y) , (u, v) R
2
,
y la operaci on externa : R R
2
R
2
dada por:
(x, y) = (x, y) , R y (x, y) R
2
.
Tiene la terna
_
R
2
, +,
_
estructura de espacio vectorial sobre R?
Solucion: No puede tener estructura de espacio vectorial porque 0(1, 1) = (0, 1) y debe valer (0, 0) en cualquier
espacio vectorial.
4.2. En Z
2
3
denimos la operaci on interna + dada por:
(x, y) + (u, v) = (x +u, y +v) (x, y) , (u, v) Z
2
3
,
y la operaci on externa : R Z
2
3
Z
2
3
dada por:
(x, y) =
_
x,
2
y
_
, Z
3
y (x, y) Z
2
3
.
Tiene la terna
_
Z
2
3
, +,
_
estructura de espacio vectorial sobre Z
3
?
Solucion: No porque (1 + 1) (1, 2) = 2 (1, 2) = (2, 2) ,= 1 (1, 2) + 1 (1, 2) = (2, 1).
4.3. Es (R, +, ) un espacio vectorial sobre R?
Solucion: Por las propiedades de los n umeros reales sabemos que (R, +) es un grupo abeliano. As que los cuatro
primeros axiomas de espacio vectorial (los referentes a la suma) se satisfacen.
Veamos ahora que tambien se cumplen las propiedades referentes al producto. Para ello tomamos escalares
cualesquiera , R y vectores v, w R. Comprobamos que se satisfacen los cuatro axiomas en los que
est a involucrado el producto:
a) (v +w) = v +w se cumple, es la propiedad distributiva de los n umeros reales.
b) ( +)v = v +v, otra vez se trata de la propiedad distributiva en R.
c) ()v = (v), esta es la propiedad asociativa de los n umeros reales.
d) 1v = v es cierto ya que 1 es el elemento neutro del producto en R.
As que se satisfacen todos los axiomas de espacio vectorial y por lo tanto (R, +, ) es un espacio vectorial sobre
R.
4.4. Considera el conjunto de vectores S = (1, 2, 1), (2, 1, 2) Z
3
3
. Justica, usando la denicion, si S es linealmente
dependiente o independiente.
Solucion: Para ver si son linealmente independientes nos planteamos la ecuacion vectorial:
(1, 2, 1) +(2, 1, 2) = (0, 0, 0),
en la que tanto como son escalares de Z
3
. Si existe alguna solucion diferente de = = 0 entonces el conjunto
S es linealmente dependiente. Es facil ver que = 1 = es solucion, as que S es linealmente dependiente.
4.5. Sea V un espacio vectorial sobre R y sea S = u, v, w un sistema libre. Es T = u +v +w, v +3w, 2v +w un
sistema libre de vectores?
Solucion:
Veamos que T es linealmente independiente, para ello tomamos una combinaci on lineal de vectores de S igual
al vector 0 y demostramos que los coecientes son todos cero:
(u +v +w) +(v + 3w) +(2v +w)
= u + ( + + 2)v + ( + 3 +)w = 0
S l.i.

_
_
_
= 0,
+ + 2 = 0,
+ 3 + = 0.
Como el sistema anterior es compatible y determinado (por tener su matriz asociada rango 3) se tiene que la
unica solucion es = = = 0 y T es un sistema libre.
14
4.6. Sea V un espacio vectorial sobre Z
5
y sea u, v, w un conjunto de vectores linealmente independiente. Es
u +v +w, v + 3w, 2v +w un sistema libre de vectores?
Solucion:
Veamos que T es linealmente dependiente y por lo tanto no es libre. Para ello basta con encontrar una combinaci on
lineal de vectores de S igual al vector 0 y con no todos sus coecientes cero:
0(u +v +w) + 3(v + 3w) + 1(2v +w)
= 0v + 0w = 0.
4.7. Sean u, v, w vectores linealmente independientes de un espacio vectorial V sobre R Forman u+v, u+w, v+w
una base de dicho espacio vectorial?
4.8. Decir si los siguientes vectores, de Z
4
5
y Z
3
5
respectivamente, son linealmente independientes:
(a) (1, 0, 0, 2) , (3, 0, 0, 1) , (0, 1, 1, 0) .
Solucion: Son linealmente dependientes porque 2(1, 0, 0, 2)+(3, 0, 0, 1)+0(0, 1, 1, 0) = (0, 0, 0, 0) y no todos
los escalares de esta combinaci on lineal son 0.
(b) (1, 0, 0) , (0, 2, 1) , (0, 0, 1) .
Solucion: Son linealmente independientes porque al ponerlos en una matriz por las, esta tiene rango 3 al
tener determinante diferente de cero,

_
_
1 0 0
0 2 1
0 0 1
_
_

= 2.
4.9. Sea S = (x, y, z) R
3
: x+2y +z = 0. Ver que S es subespacio vectorial de R
3
y dar una base de S. Si T es el
subespacio vectorial de R
3
generado por los vectores (1, 1, 1) y (1, 1, 1), calcular los subespacios S T y T S.
4.10. Sea S = v
1
, v
2
, v
3
R
n
un conjunto de vectores linealmente independientes. Probar que el conjunto de vectores
T = v
1
, v
2
, w R
n
, donde w =
1
v
1
+
2
v
2
+
3
v
3
con
i
R, i = 1, 2, 3 y
3
,= 0 es linealmente independiente.
4.11. Dados los subespacios de R
3
S = (x, y, z) R
3
: x = y = 0,
T = (x, y, z) R
3
: x +y +z = 0
calcular:
(a) Una base y la dimensi on de S y T.
(b) Calcular S T y S +T, dando una base de dichos subespacios.
(c) Es la suma S +T directa?
4.12. Dados los subespacios de Z
3
5
S = (x, y, z) Z
3
5
: x = y = 0,
T = (x, y, z) Z
3
5
: x +y +z = 0
calcular:
(a) Una base y la dimensi on de S y T.
Solucion: La matriz asociada al sistema que dene S es:
(A[b) =
_
1 0 0 [ 0
0 1 0 [ 0
_
As que la dimensi on de S es 3 rg A = 3 2 = 1.
Una base de S estar a formada por un vector no nulo y que pertenezca a S:

S
= (0, 0, 1)
.
15
Ahora calculamos los datos solicitados de T. La matriz asociada al sistema que dene T es:
(C[d) =
_
1 1 1 [ 0
_
As que la dimensi on de S es 3 rg C = 3 1 = 2.
Una base de T estar a formada por dos vectores linealmente independiente que pertenezcan a T:

T
= (1, 0, 4), (0, 2, 3)
.
(b) Calcular S T y S +T, dando una base de dichos subespacios.
Solucion:
S T
La matriz asociada al sistema que dene este subespacio (uni on de las ecuaciones que dene a S y a T) es:
(A[b) =
_
_
1 1 1 [ 0
1 0 0 [ 0
0 1 0 [ 0
_
_
F
1
2
(4)

_
_
1 1 1 [ 0
0 4 4 [ 0
0 1 0 [ 0
_
_
F
2
3
(1)

_
_
1 1 1 [ 0
0 4 4 [ 0
0 0 4 [ 0
_
_
As que dimS T = 3 rg A = 0, S T = (0, 0, 0) y
ST
= .
S +T
Utilizando la formula de Grassman se tiene: dimS +T = dimS + dimT dimS T = 2 + 1 = 3.
Por lo tanto S +T = Z
3
5
y
S+T
= (1, 0, 0), (0, 1, 0), (0, 0, 1).
(c) Es la suma S +T directa?
Solucion: S porque la interseccion S T = (0, 0, 0)
(d) CardZ
3
5
, CardS y CardT.
Solucion: CardZ
3
5
= 5
3
= 125 = CardT.
4.13. Se consideran en R
4
los subespacios vectoriales generados por S
1
= (1, 1, 1, 1), (1, 1, 1, 1) y S
2
= (1, 1, 0, 1), (1, 2, 1,
respectivamente. Calcular:
(a) La base y la dimensi on de < S
1
> y < S
2
> .
(b) Calcular < S
1
> < S
2
> y < S
1
> + < S
2
> dando bases de dichos subespacios.
(c) Pertenece el vector (4, 0, 2, 1) a < S
1
> < S
2
>? En caso armativo dar sus coordenadas respecto a la
base obtenida en la parte (b).
(d) Pertenece el vector (4, 0, 2, 1) a < S
1
> + < S
2
>? En caso armativo dar sus coordenadas respecto a la
base obtenida en la parte (b).
4.14. Dados los subespacios de R
4
S = (x, y, z, t) R
4
: x = y = z = t,
T = (x, y, z, t) R
4
: x = 2y, 2z = t,
calcular:
(a) Una base y la dimensi on de S y T.
(b) Calcular S T y S +T dando unas bases de dichos subespacios.
4.15. Sea M
22
(R) el espacio de las matrices de orden 22 sobre el cuerpo R, estudiar si los siguientes conjuntos
de matrices son subespacios vectoriales. En caso de que sean subespacios vectoriales, calcular las ecuaciones
cartesianas de estos respecto de la base:
=
_
e
1
=
_
1 0
0 0
_
, e
2
=
_
0 1
0 0
_
, e
3
=
_
0 0
1 0
_
, e
4
=
_
0 0
0 1
_ _
16
a) M
1
= A M
22
(R) / A es simetrica
Solucion: M
1
es un subespacio vectorial ya que:
Si A, B M
1
entonces A
t
= A y B
t
= B. Por lo tanto (A + B)
t
= A
t
+ B
t
= A + B, es decir,
A +B M
1
.
Si A M
1
y R entonces A
t
= A y (A)
t
= A
t
= A, es decir, A M
1
.
Calculamos ahora las ecuaciones de M
1
respecto de la base : sea H M
1
con coordenadas en las que
siguen:
H = xe
1
+ye
2
+ze
3
+we
4
=
_
x y
z w
_
Como H
t
= H entonces y = z, es decir, y z = 0.

Esta es la ecuaci on lineal homogenea que satisfacen las
coordenadas de los vectores de M
1
en la base .
Calculamos ahora una base del subespacio M
1
. Si S es la matriz asociada al sistema que dene a M
1
, la
dimensi on de M
1
es dimM
22
(R) rg S = 4 1 = 3.
As que basta con dar 3 vectores linealmente independientes de M
1
para tener una base:

M1
=
__
1 0
0 0
_
,
_
0 0
0 1
_
,
_
0 1
1 0
__
b) M
2
= A M
22
(R) / A
2
= A
Solucion: A =
_
1 0
0 0
_
M
2
, pero 5A =
_
5 0
0 0
_
, M
2
, as que M
2
no es un subespacio vectorial.
c) M
3
= A M
22
(R) / det(A) = 0
Solucion: A =
_
1 0
0 0
_
M
3
y B =
_
0 0
0 1
_
M
3
, pero A + B =
_
1 0
0 1
_
, M
3
, as que M
3
no es un
subespacio vectorial.
d) M
4
= A =
_
0 0
0 a
_
M
22
(R) / a R
Solucion: M
4
es un subespacio vectorial porque:
Si A, B M
4
entonces A =
_
0 0
0 a
_
y B =
_
0 0
0 b
_
, as que: A +B =
_
0 0
0 a +b
_
M
4
.
Si A M
4
y R entonces A =
_
0 0
0 a
_
y A =
_
0 0
0 a
_
M
4
.
Como cualquier elemento de M
4
es de la forma
_
0 0
0 a
_
se tiene que

M4
=
__
0 0
0 1
__
es una base de M
4
al ser un sistema generador y linealmente independiente.
4.16. Comprobar si los siguientes conjuntos de R
3
son subespacios vectoriales:
(a) W =
_
(x
1
, x
2
, x
3
) R
3
: x
1
+x
2
= 0
_
.
Solucion: Es un subespacio vectorial por ser sus elementos las soluciones de un sistema lineal homogeneo.
Ademas la dimensi on es 3 menos el rango de la matriz que dene el sistema, es decir la dimensi on es
3 1 = 2.
(b) W =
_
(x
1
, x
2
, x
3
) R
3
: x
1
+ 2x
2
+x
3
= 1
_
.
Solucion: No es un subespacio vectorial porque (1, 0, 0) W pero 2(1, 0, 0) , W.
(c) W =
_
(x
1
, x
2
, x
3
) R
3
: x
1
= x
2
= 0
_
.
Solucion: Es un subespacio vectorial por ser sus elementos las soluciones de un sistema lineal homogeneo.
Ademas la dimensi on es 3 menos el rango de la matriz que dene el sistema, es decir la dimensi on es
3 2 = 1.
(d) W =
_
(x
1
, x
2
, x
3
) R
3
: x
1
+x
2
= 0 y x
3
x
2
= 0
_
.
Solucion: Es un subespacio vectorial por ser sus elementos las soluciones de un sistema lineal homogeneo.
Ademas la dimensi on es 3 menos el rango de la matriz que dene el sistema, es decir la dimensi on es
3 2 = 1.
17
(e) W =
_
(x
1
, x
2
, x
3
) R
3
: x
1
+x
2
2
= 0
_
.
Solucion: No es un subespacio vectorial porque (1, 1, 0) W pero 5(1, 1, 0) , W.
4.17. Comprobar si los siguientes conjuntos de Z
3
5
son subespacios vectoriales:
(a) W =
_
(x
1
, x
2
, x
3
) Z
3
5
: x
1
+x
2
= 0
_
.
Solucion: Por los mismos motivos que en el ejercicio anterior (el mismo apartado) W es un subespacio
vectorial. La dimensi on sigue siendo la misma por un razonamiento analogo.
(b) W =
_
(x
1
, x
2
, x
3
) Z
3
5
: x
1
+ 2x
2
+x
3
= 1
_
.
Solucion: No es un subespacio vectorial porque (1, 0, 0) W pero 2(1, 0, 0) , W.
(c) W =
_
(x
1
, x
2
, x
3
) Z
3
5
: x
1
= x
2
= 0
_
.
Solucion: Por los mismos motivos que en el ejercicio anterior (el mismo apartado) W es un subespacio
vectorial. La dimensi on sigue siendo la misma por un razonamiento analogo.
(d) W =
_
(x
1
, x
2
, x
3
) Z
3
5
: x
1
+x
2
= 0 y x
3
x
2
= 0
_
.
Solucion: Por los mismos motivos que en el ejercicio anterior (el mismo apartado) W es un subespacio
vectorial. La dimensi on sigue siendo la misma por un razonamiento analogo.
(e) W =
_
(x
1
, x
2
, x
3
) Z
3
5
: x
1
+x
2
2
= 0
_
.
Solucion: No es un subespacio vectorial porque (4, 1, 0) W pero 2(4, 1, 0) = (3, 2, 0) , W ya que
3 + 2
2
= 3 + 4 = 2 ,= 0.
(f) W =
_
(x
1
, x
2
, x
3
) Z
3
3
: x
1
(x
2
1
+ 2) = 0
_
.
Solucion: Busquemos otra descripcion del conjunto W. El vector (x, y, z) W si y solo si x(x
2
1) = 0,
as que x = 0 o x
2
= 1. Ademas la ecuaci on x
2
= 1 se satisface para los valores de x = 1 y x = 2.
As que W = Z
3
3
y por lo tanto es un subespacio vectorial.
4.18. Dado un espacio vectorial (V, +, ) sobre K, y dados dos subespacios vectoriales W
1
, W
2
de V, demostrar que
W
1
W
2
es subespacio vectorial de V. Dar un ejemplo que ponga de maniesto que W
1
W
2
no tiene porque
ser subespacio vectorial.
4.19. Decir si los siguientes vectores de R
4
son linealmente independientes:
(a) (1, 0, 0, 1) , (0, 1, 1, 0) , (1, 1, 1, 1) .
(b) (1, 0, 0, 1) , (0, 1, 1, 1) , (1, 1, 1, 1) .
(c) (1, 0, 0, 1) , (0, 1, 1, 0) , (1, 1, 1, 1) , (2, 0, 0, 0) .
4.20. Extraer un conjunto linealmente independiente de los conjuntos del ejercicio 4.19.
4.21. Alguno de los conjuntos del ejercicio 4.19 son una base de R
4
?.
4.22. Calcular el subespacio vectorial generado por los conjuntos del ejercicio 4.19.
4.23. Se considera en IR
4
el subespacio vectorial W cuyas ecuaciones respecto de la base B = u
1
, u
2
, u
3
, u
4
son:
x
1
+x
2
x
3
= 0 x
1
+x
2
+x
3
+x
4
= 0
Si se elige una nueva base B

= u
1
u
2
, u
2
u
3
, u
3
u
4
, u
4

a) Calcula las matrices de cambio de base M


BB
y M
B

B
.
b) Calcula las ecuaciones de W respecto de la base B

.
c) Obten las coordenadas de v = u
1
u
2
respecto de B

. Pertenece este vector a W?.


d) Calcula la dimensi on de W y dos bases de este subespacio vectorial, una con vectores cuyas coordenadas
esten expresadas en la base B y otra con vectores expresados en la base B

.
e) Son los vectores (1, 2, 1, 0)
B
y (3, 6, 3, 0)
B
linealmente dependientes?
f ) Sea W

el subespacio vectorial de R
4
generado por los vectores (1, 1, 1, 1)
B
y (1, 1, 1, 1)
B
. Calcula las
ecuaciones de este subespacio respecto a la base B y despues respecto a la base B

.
g) Calcula una base, la dimensi on y las ecuaciones de W W

.
h) Calcula una base, la dimensi on y las ecuaciones de W +W

.
18
i) Es la suma W +W

directa?
4.24. Dados los subespacios de R
3
, W
1
=
_
(x
1
, x
2
, x
3
) R
3
: x
1
= x
2
= 0
_
y W
2
= (x
1
, x
2
, x
3
) R
3
: x
1
+x
2
+x
3
= 0
calcular:
(a) Un conjunto generador linealmente independiente de W
1
y W
2
.
(b) Calcular W
1
+W
2
y W
1
W
2
.
(c) Es la suma de W
1
y W
2
directa?.
(d) Calcular las dimensiones de W
1
, W
2
, W
1
W
2
, W
1
+W
2
.
4.25. Sea (V, +, ) un espacio vectorial sobre un cuerpo K, y sea B = v
1
, ..., v
n
una base de V. Demostrar que el
conjunto de vectores B

= u
1
, ..., u
n
dado por u
1
= v
1
, u
2
= v
1
+v
2
, ..., u
n
= v
1
+v
2
+... +v
n
es tambien una
base de V.
4.26. Sea P
4
[x] el espacio vectorial de los polinomios con coecientes reales de grado menor o igual que cuatro. Dadas
las siguientes bases:
B
1
=
_
x, x
2
+ 1, 2x
4
+x
3
, x
3
x
2
+x, x
2
+x
_
B
2
=
_
2x
4
+ 1, x
3
1, x
3
+ 2x, x
2
, x
3
x
2
_
a) Halla la matriz de cambio de base de B
1
a B
2
.
Solucion: Recurrimos a la denicion y calculamos las coordenadas de los vectores de B
2
en B
1
. Para
simplicar la notaci on denotaremos a los vectores de ambas bases como sigue:
B
1
= u
1
, u
2
, u
3
, u
4
, u
5
, B
2
= v
1
, v
2
, v
3
, v
4
, v
5
.
v
1
= 2x
4
+ 1 = 3u
1
+u
2
+u
3
u
4
2u
5
= (3, 1, 1, 1, 2)
B1
,
v
2
= x
3
1 = 3u
1
u
2
+u
4
+ 2u
5
= (3, 1, 0, 1, 2)
B1
,
v
3
= x
3
+ 2x = u
4
+u
5
= (0, 0, 0, 1, 1)
B1
,
v
4
= x
2
= u
1
+u
5
= (1, 0, 0, 0, 1)
B1
,
v
5
= x
3
x
2
= u
1
+u
4
= (1, 0, 0, 1, 0)
B1
,
As que:
M
B1B2
=
_
_
_
_
_
_
3 3 0 1 1
1 1 0 0 0
1 0 0 0 0
1 1 1 0 1
2 2 1 1 0
_
_
_
_
_
_
.
b) Halla las coordenadas respecto de dichas bases del polinomio p(x) = x
4
+x
3
+x
2
+x + 1.
Solucion: Calculamos primero las coordenadas de p(x) en la base B
2
:
p(x) = 1 +x +x
2
+x
3
+x
4
=
1
2
v
1

1
2
v
2
+
1
2
v
3
+ 2v
4
+v
5
=
_
1
2
,
1
2
,
1
2
, 2, 1
_
B2
Ahora para calcular las coordenadas del vector en B
1
basta con hacer la multiplicacion:
M
B1B2
_
1
2
,
1
2
,
1
2
, 2, 1
_
t
B2
=
_
0, 1,
1
2
,
1
2
,
1
2
_
t
B1
4.27. Sean a y b dos n umeros reales con b ,= 0. Se considera el conjunto E de todas las sucesiones (x
n
)
nN
de n umeros
reales tales que
x
n
= ax
n1
+bx
n2
, n = 3, 4, 5, . . .
19
a) Comprobar por induccion que la sucesion (x
n
)
nN
queda determinada por la relacion de recurrencia anterior
cuando se conocen sus dos primeros terminos x
1
, x
2
.
Solucion: Sea S = n N : x
n
est a denido. Entonces est a claro que 1 S. Ademas si 1, 2, . . . , k S
entonces k + 1 S ya que:
x
k+1
= ax
k
+bx
k1
.
As que por el principio de induccion S = N.
b) Comprobar que el conjunto E tiene estructura de espacio vectorial con las operaciones (x
n
)
nN
+(y
n
)
nN
=
(x
n
+y
n
)
nN
, (x
n
)
nN
= (x
n
)
nN
. Probar que la dimensi on de E es 2.
Solucion: E es un subconjunto del espacio vectorial R
N
. As que bastara con ver que E es un subespacio
vectorial de R
N
. Para ello comprobamos que la suma de dos vectores de E es un vector de E y que el
producto de un vector de E por un escalar es un vector de E.
Si u = (u
n
)
nN
E y v = (v
n
)
nN
E entonces:
u
n
= au
n1
+bu
n2
y v
n
= av
n1
+bv
n2
, n = 3, 4, 5, . . . .
Sumando ahora las dos ecuaciones anteriores:
u
n
+v
n
= a(u
n1
+v
n1
) +b(u
n2
+v
n2
), n = 3, 4, 5, . . . .
As que u +v E.
Si u = (u
n
)
nN
E y R entonces:
u
n
= au
n1
+bu
n2
, n = 3, 4, 5, . . . .
Multiplicando la ecuaci on anterior por :
u
n
= au
n1
+bu
n2
, n = 3, 4, 5, . . . .
As que u E.
Por ultimo comprobamos que si u = (u
n
)
nN
es la sucesion de E que verica u
1
= 1, u
2
= 0 y v = (v
n
)
nN
es la sucesion que verica v
1
= 0, v
2
= 1, entonces el conjunto = u, v es una base de E. Hacemos notar
que ambas sucesiones est an bien denidas seg un se ha visto en el apartado anterior.
Ahora probamos que es una base viendo que es un sistema linealmente independiente y generador. Para
ver que es generador cogemos un vector w = (w
n
)
nN
E y vemos que es combinaci on lineal de los
vectores de . En efecto:
w = (w
n
)
nN
= w
1
(u
n
)
nN
+w
2
(v
n
)
nN
.
Por otro lado es linealmente independiente ya que si tomamos una combinaci on lineal de vectores de
igual a cero:
(u
n
)
nN
+(v
n
)
nN
= 0
entonces todos los miembros de la sucesion son cero, en concreto los dos primeros: u
1
= = 0 y u
2
=
= 0, es decir, los escalares involucrados en la combinaci on lineal son todos 0.
As que E tiene dimensi on 2.
c) Para hallar una base de este espacio vectorial se considera la ecuaci on de segundo grado, llamada ecuaci on
caracterstica, r
2
= ar +b.
1) Demostrar que si la ecuaci on caracterstica tiene dos races reales distintas y , las sucesiones (
n
)
nN
,
(
n
)
nN
constituyen una base de E.
Solucion: Empezaremos probando que ambas sucesiones pertenecen efectivamente a E. Hacemos solo
la demostracion para (
n
)
nN
, el caso de (
n
)
nN
es analogo. Para probar esto hay que ver que
n
=
a
n1
+b
n2
.
Por ser b ,= 0 entonces ,= 0 y por otro lado
2
= a + b. Si multiplicamos la ecuaci on anterior por

n2
se obtiene lo que queramos demostrar.
Ahora vemos que las dos sucesiones son linealmente independientes y por lo tanto seran una base por
tener E dimensi on 2.
Tomamos una combinaci on lineal de ambas sucesiones igual a la sucesion cero y despues vemos que los
coecientes son ambos cero.
(
n
)
nN
+(
n
)
nN
= (0)
nN
20
Igualamos los dos primeros miembros de ambas sucesiones:
+ = 0

2
+
2
= 0
Como

=
2

2
= ( ) ,= 0 entonces el sistema anterior es compatible y determi-
nado y por lo tanto = = 0.
2) Demostrar que si la ecuaci on caracterstica tiene sus dos races complejas conjugadas = (cos +
isen), = (cos isen) entonces las sucesiones reales (
n
cos n)
nN
, (
n
senn)
nN
forman una
base de E.
3) Demostrar que si la ecuaci on caracterstica tiene una raz doble , las sucesiones (
n
)
nN
y (n
n
)
nN
constituyen una base de E.
Solucion: Empezaremos probando que ambas sucesiones pertenecen efectivamente a E. Hacemos solo
la demostracion para (n
n
)
nN
, el caso de (
n
)
nN
se hace igual que en el primera apartado. Para
probar esto hay que ver que n
n
= a(n 1)
n1
+b(n 2)
n2
.
Por ser b ,= 0 entonces ,= 0 y la ecuaci on anterior es (dividiendo por
n2
) equivalente a la ecuaci on
n
2
= a(n 1) +b(n 2).
Como es solucion de la ecuaci on caracterstica tenemos que
2
= a + b y multiplicando por n:
n
2
= na+nb = a(n 1)+(n 2)b +a+2b. As que es suciente con demostrar que a+2b = 0.
es solucion doble de la ecuaci on r
2
ar b = 0, por lo tanto:
=
a

a
2
+ 4b
2
a
2
+ 4b = 0
=
a
2
Ahora evaluamos la cantidad a + 2b:
a + 2b = a
a
2
+ 2b =
a
2
+ 4b
2
= 0.
4.28. Se consideran los siguientes conjuntos de vectores:

A
= v
1
= (1, 1, 1), v
2
= (0, 1, 1), v
3
= (1, 0, 1),

C
= w
1
= (1, 1, 0), w
2
= (0, 1, 1), w
3
= (0, 0, 1), B = (2, 2, 1)
C

y se pide:
a) Calcular la matriz de cambio de base de la base
A
a la base canonica, es decir M
AC
.
Solucion: Esta matriz se construye poniendo por columnas las coordenadas de los vectores de la base
C
respecto a
A
. Calculamos esas coordenadas:
w
1
:= (1, 1, 0) = 2v
1
v
2
v
3
= (2, 1, 1)
A
,
w
2
:= (0, 1, 1) = v
2
= (0, 1, 0)
A
,
w
3
:= (0, 0, 1) = v
1
+v
2
+v
3
= (1, 1, 1)
A
.
As que:
M
AC
=
_
_
2 0 1
1 1 1
1 0 1
_
_
b) Calcular la matriz de cambio de base de la base
C
a la base
A
, es decir M
CA
.
Solucion: Esta matriz se construye poniendo por columnas las coordenadas de los vectores de la base
A
respecto a
C
.
v
1
:= (1, 1, 1) = w
1
+w
3
= (1, 0, 1)
C
,
v
2
:= (0, 1, 1) = w
2
= (0, 1, 0)
C
,
21
v
3
:= (1, 0, 1) = w
1
w
2
+ 2w
3
= (1, 1, 2)
C
,
as que:
M
CA
=
_
_
1 0 1
0 1 1
1 0 2
_
_
c) Dar las coordenadas de los vectores del conjunto B en la base
A
.
Solucion: Usando la matriz M
AC
es facil calcular esas coordenadas:
_
M
AC
(2, 2, 1)
t
C
_
t
= (3, 1, 1)
A
.
Por lo tanto:
B = (3, 1, 1)
A
.
d) Calcular las ecuaciones del subespacio < B > respecto de la base
A
.
Solucion:
Antes de nada tenemos claro que se necesitan dos ecuaciones (dimension de R
3
-dimension de < B >).
Un vector (x, y, z)
A
< B > si y solo si
(x, y, z)
A
= (3, 1, 1)
A
= (3, , )
A

_
_
_
x = 3,
y = ,
z =

_
x 3y = 0,
y +z = 0.
4.29. Se consideran los siguientes conjuntos de vectores:

A
= (1, 0, 1), (0, 1, 1), (0, 0, 1),
C
= (1, 0, 0), (0, 1, 0), (0, 0, 1),
B = (1, 2, 1), (0, 1, 0)
y se pide:
a) Comprobar que
A
es una base de R
3
,
Solucion: Para comprobar que es una base basta con ver que el determinante que de la matriz formada al
poner los vectores de
A
por columnas:

1 0 0
0 1 0
1 1 1

= 1.
b) Calcular la matriz de cambio de base de la base
A
a la base canonica, es decir M
AC
.
Solucion: Esta matriz se construye poniendo por columnas las coordenadas de los vectores de la base
C
respecto a
A
. Calculamos esas coordenadas (para simplicar la notaci on denotaremos a los vectores de la
base
A
por v
1
, v
2
y v
3
):
e
1
= (1, 0, 0) = v
1
v
3
= (1, 0, 1)
A
,
e
2
= (0, 1, 0) = v
2
v
3
= (0, 1, 1)
A
,
e
3
= (0, 0, 1) = v
3
= (0, 0, 1)
A
.
As que:
M
AC
=
_
_
1 0 0
0 1 0
1 1 1
_
_
c) Calcular la matriz de cambio de base de la base
C
a la base
A
, es decir M
CA
.
Solucion: Esta matriz se construye poniendo por columnas las coordenadas de los vectores de la base
A
respecto a
C
. As que:
M
CA
=
_
_
1 0 0
0 1 0
1 1 1
_
_
22
d) Dar las coordenadas de los vectores del conjunto B en la base
A
.
Solucion: Usando la matriz M
AC
es facil calcular esas coordenadas:
[M
AC
(1, 2, 1)
t
]
t
= (1, 2, 2)
A
.
[M
AC
(0, 1, 0)
t
]
t
= (0, 1, 1)
A
.
Por lo tanto:
B = (1, 2, 2)
A
, (0, 1, 1)
A
.
e) Calcular las ecuaciones del subespacio < B > respecto de la base
A
.
Solucion:
Antes de nada tenemos claro que se necesita 1 ecuaci on (dimension de R
3
-dimension de < B >).
Un vector (x, y, z)
A
< B > si y solo si
(x, y, z)
A
= (1, 2, 2)
A
+(0, 1, 1)
A
= (, 2 +, 2 )
A

_
_
_
x = ,
y = 2 +,
z = 2
y +z = 0.
4.30. En R
4
se consideran los subespacios vectoriales:
S =< (1, 0, 0, 0), (0, 1, 1, 1) > y T = (x, y, z, t) : x = 0, 2y z t = 0
y se pide:
a) Una base, la dimensi on y las ecuaciones de S.
Solucion: Los dos vectores que generan S tambien son linealmente independientes, por lo tanto son una
base de S:

S
= (1, 0, 0, 0), (0, 1, 1, 1).
Ahora calculamos las ecuaciones que debe satisfacer un vector (x, y, z, t) S:
(x, y, z, t) = (1, 0, 0, 0) +(0, 1, 1, 1)
_

_
x = ,
y = ,
z = ,
t =

_
y z = 0,
y t = 0
b) Una base y la dimensi on de T.
Solucion: Como la dimensi on de T es 2 (dimR
4
-n umero de ecuaciones linealmente independientes que
denen a T) bastara con encontrar dos vectores linealmente independientes en T para dar una base:

T
= (0, 0, 1, 1), (0, 1, 2, 0).
c) Una base, la dimensi on y las ecuaciones de S T.
Solucion: Las ecuaciones de S T se obtienen como la union de las ecuaciones de S con las ecuaciones de
T:
_

_
x = 0,
2y z t = 0,
y z = 0,
y t = 0

_
_
_
_
1 0 0 0 0
0 2 1 1 0
0 1 1 0 0
0 1 0 1 0
_
_
_
_
F
2
F
3
F
4

_
_
_
_
1 0 0 0 0
0 0 0 0 0
0 1 1 0 0
0 1 0 1 0
_
_
_
_

_
_
_
x = 0,
y z = 0,
y t = 0
As que dimS T = 4 rg A = 1 (A es la matriz asociada al sistema que dene S T).
Ahora obtenemos la base de S T:

ST
= (0, 1, 1, 1).
23
d) Una base, la dimensi on y las ecuaciones de S +T.
Solucion:
Usando la formula de Grassman se tiene que:
dimS +T = dimS + dimT dimS T = 2 + 2 1 = 3.
Un conjunto generador de S +T se obtiene uniendo conjuntos generadores de S y de T, es decir:
S +T =< (1, 0, 0, 0), (0, 1, 1, 1), (0, 0, 1, 1), (0, 1, 2, 0) >,
de estos cuatro vectores ahora nos quedamos con tres que sean linealmente independientes y tendremos una
base de S +T. Es facil darse cuanta que los tres primeros vectores son linealmente independientes, luego:

S+T
= (1, 0, 0, 0), (0, 1, 1, 1), (0, 0, 1, 1).
Acabamos dando las ecuaciones que satisface el subespacio S +T, para ello tomamos (x, y, z, t) S +T y
recordamos que necesitamos 1 ecuaci on (dimR
4
dimS +T), entonces:
(x, y, z, t) = (1, 0, 0, 0) +(0, 1, 1, 1) +(0, 0, 1, 1) = (, , +, ) (.1)

_
x = ,
y = ,
z = +,
t = .
z +t 2y = 0. (.2)
e) Dada la base = (1, 0, 0, 0), (1, 1, 0, 0), (1, 1, 1, 0), (1, 1, 1, 1), justica si el vector (1, 2, 3, 4)

pertenece a
alguno de los subespacios S, T, S T, S +T.
Solucion: Obtenemos facilmente las coordenadas del vector (1, 2, 3, 4)

en la base canonica:
(1, 2, 3, 4)

= (1, 0, 0, 0) + 2(1, 1, 0, 0) + 3(1, 1, 1, 0) + 4(1, 1, 1, 1) = (10, 9, 7, 4).


Se comprueba facilmente que este vector no satisface las ecuaciones de ninguno de los subespacios dados.
As que (1, 2, 3, 4)

no pertenece a ninguno de los subespacios propuestos.


V. Aplicaciones lineales
5.1. Determinar cuales de las siguientes aplicaciones son lineales:
a) f : IR
2
IR
2
dada por f(x, y) = (x y, 2x y
2
).
b) f : IR
4
IR
4
dada por f(x, y, z, u) = (x y, u +z, z, 2x y).
c) f : IR
2
IR
3
dada por f(x, y) = (x y, x 2y, 3y).
d) f : IR
3
IR
3
dada por f(x, y, z) = (x z +y, 2x y 3z, z +y).
5.2. Sea V un espacio vectorial sobre un cuerpo K y sean f y g dos aplicaciones lineales de V en V de manera que
para una base B = u
1
, u
2
) se tiene que:
f(u
1
) = u
2
f(u
2
) = u
1
g(u
1
) = u
1
g(u
2
) = u
2
Demuestra que en estas condiciones las aplicaciones f g y g f son distintas.
5.3. Sea V un espacio vectorial sobre un cuerpo K y sea f : V V una aplicacion lineal. Se dene el conjunto
invariante de f, denotado Inv(f), como el conjunto de vectores los vectores v que permanecen invariantes por
la aplicacion, es decir,
Inv(f) = v V : f(v) = v
Demuestra que el conjunto invariante de una aplicacion lineal es un subespacio vectorial.
24
5.4. Sea f : R
n
R
m
una aplicacion lineal con n y m n umeros naturales. Demuestra que si v, w Ker f entonces
v +w Ker f.
Solucion: f(v) = f(w) = 0 por ser v y w vectores del n ucleo, as que f(v +w) = f(v) +f(w) = 0 + 0 = 0 y
por lo tanto v +w Ker f.
5.5. Dada una aplicacion lineal f : V V con V un K-espacio vectorial, demuestra que f
2
= 0 (es decir, f f es la
aplicacion nula) si y solo si Im(f) Ker(f).
5.6. Sea B
1
= u
1
, u
2
, u
3
, u
4
una base del espacio vectorial V y sea:
B
2
= u
1
, u
1
+u
2
, u
1
+u
2
+u
3
, u
1
+u
2
+u
3
+u
4

Se pide:
a) Demostrar que B
2
es una base de V .
b) Encontrar la matriz de cambio de base.
c) Hallar las coordenadas respecto de B
1
de un vector cuyas coordenadas con respecto a la base B
2
son
(1, 1, 0, 1).
5.7. Consideremos la aplicacion D : P
4
[x] P
3
[x] de forma que si p(x) = a
4
x
4
+ a
3
x
3
+ a
2
x
2
+ a
1
x + a
0
P
4
[x],
se tiene que:
Dp(x) = 4a
4
x
3
+ 3a
3
x
2
+ 2a
2
x +a
1
a) Prueba que D es una aplicacion lineal.
b) Encuentra la matriz de D asociada a las bases canonicas de P
4
[x] y P
3
[x].
c) Si sobre P
4
[x] se considera la base
B = (1 +x)
4
, (1 +x)
3
x, (1 +x)
2
x
2
, (1 +x)x
3
, x
4

obten la matriz de D en esta nueva base y la base canonica de P


3
[X].
5.8. Sea g : R
1989
R
2007
una aplicacion lineal y sean
1
,
2
,
3
,
4
bases de R
1989
y
5
,
6
,
7
,
8
bases de R
2007
. Se
pide que completes los cuadrados vacos de las siguientes formulas con matrices apropiadas:
a) M
1
(g) = M
8
M
6
(g)M
1
;
b) M
35
(g) = M

M
18
(g)M

.
Solucion:
M
18
(g) = M
86
M
16
(g)M
11
M
35
(g) = M
58
M
18
(g)M
13
5.9. En IR
3
se considera la base B = e
1
, e
2
, e
3
y la aplicacion lineal f : IR
3
IR
3
denida respecto a esta base por
la relacion:
f(x
1
e
1
+x
2
e
2
+x
3
e
3
) = (x
2
+x
3
)e
1
+ (x
1
+x
3
)e
2
+ (x
2
x
1
)e
3
Se pide que:
a) Calcules la matriz de f respecto a la base B.
b) Encuentres los vectores invariantes de f (ver ejercicio 5.3.).
c) Calcules el n ucleo y la imagen de f.
d) Determines una base de Ker(f) y la amplies a una base de IR
3
.
e) Halles la matriz de f respecto a esta nueva base.
f ) Calcules el rango de f.
25
5.10. Sea g : IR
3
IR
3
una aplicacion lineal dada por:
g(1, 1, 3) = (6, 4, 16) g(2, 1, 1) = (2, 5, 1)
g(3, 2, 1) = (1, 14, 12)
Se pide hallar la matriz de f respecto a la base canonica de IR
3
, las ecuaciones del n ucleo y la imagen de f y
una base de ambos subespacios. Calcula ademas el rango de f.
5.11. Sea f : IR
4
IR
3
una aplicacion lineal denida por:
f(1, 1, 1, 1) = (0, 0, 1) f(1, 0, 1, 0) = (1, 1, 1)
f(1, 1, 1, 0) = (0, 0, 1) f(1, 2, 0, 0) = (1, 1, 1)
Se pide calcular:
a) La matriz de f respecto a las bases canonicas.
b) La dimensi on y ecuaciones de Ker(f) e Im(f).
c) La matriz de f respecto de la base canonica de IR
4
y la base de IR
3
,
B = (1, 1, 1), (1, 0, 1), (1, 1, 0)
as como las ecuaciones de la imagen de f en esta ultima base.
d) La matriz de f respecto de las bases B
1
= (1, 1, 1, 0), (1, 1, 0, 0), (1, 0, 0, 0), (1, 1, 1, 1) IR
4
y B
2
= (1, 1, 1), (0, 1, 1), (0,
de IR
3
, as como las ecuaciones del n ucleo y la imagen de f en estas bases.
e) El rango de la aplicacion.
5.12. Sea f : IR
4
IR
2
la aplicacion cuya matriz asociada en las bases canonicas es:
A =
_
1 0 0 0
1 1 1 2
_
Calcula:
a) La expresion analtica de f en las bases canonicas.
b) El n ucleo y la imagen de f.
c) La matriz de f respecto a las bases B = (1, 1, 1, 0), (1, 1, 0, 0), (1, 0, 0, 0), (1, 1, 1, 1) y B

= (1, 1), (0, 2).


d) El rango de f.
e) Dos bases de IR
4
y IR
2
de manera que la matriz de f asociada a dichas bases es de la forma:
_
1 0 0 0
0 1 0 0
_
5.13. Sean g y f las aplicaciones lineales de los ejercicios 5.10 y 5.11. Calcula la matriz de la aplicacion compuesta
g f respecto de las bases canonicas de IR
4
y IR
3
. Calcula ademas el rango, el n ucleo, la imagen y el espacio
invariante de dicha aplicacion.
5.14. Se considera la siguiente funci on:
f : IR
3
IR
3
(x, y, z) f(x, y, z) = (x +y, y, 0)
a) Demuestra que f es lineal.
b) Halla la dimensi on de los subespacios Ker(f) y Im(f) as como bases de los mismos.
c) Representa gracamente los dos subespacios anteriores.
5.15. Contesta de forma razonada si son verdaderas o falsas las siguientes armaciones,
a) Si f : V V es una aplicacion lineal y v V de forma que f(v) = f(v), entonces v = 0.
b) Si f : V V es una aplicacion lineal tal que dim( Ker(f)) > 0, entonces f
1
es una aplicacion.
26
c) Dada una aplicacion lineal f : V W, si f es suprayectiva, se tiene entonces que dim(V ) dim(W).
d) Si f : V V , entonces V = Ker(f) Im(f).
e) Las matrices
_
_
1 1 1
2 3 7
2 4 0
_
_
_
_
5 0 3
2 1 2
1 0 3
_
_
representan el mismos endomorsmo respecto de bases diferentes.
5.16. Calcula la aplicacion lineal f : IR
3
IR
3
sabiendo que
Ker(f) = (x, y, z) IR
3
:
x +y +z = 0
x y + 2z = 0

y f(1, 0, 0) = (1, 2, 0), f(0, 1, 0) = (1, 1, 0).
5.17.

Sea V un espacio vectorial sobre un cuerpo K y sea e
1
, . . . , e
n
una base. Para cada 1 i n se dene una
aplicacion lineal, u
i
: V K de forma que:
u
i
(e
j
) =
_
0 i ,= j
1 i = j
Si V

es el conjunto de las aplicaciones lineales de V en K (llamado espacio dual de V ), prueba que


a) V

es un espacio vectorial sobre K.


b) u
1
, . . . , u
n
es una base de V

.
c) La aplicacion,
: V V

x x =
n

i=1
u
i
(x) u
i
es un isomorsmo entre los espacios vectoriales V y V

.
5.18.

Sea ((IR) el espacio vectorial de las funciones continuas de IR en IR. Se consideran las siguientes aplicaciones:
F : IR
3
((IR)
(x, y, z) F(x, y, z) = x sen
2
(t) +y cos
2
(t) +z
G : ((IR) IR
2
G() = ((0), (

2
))
a) Comprueba que ambas aplicaciones son lineales.
b) calcula sus n ucleos y sus im agenes.
c) Comprueba que sen
2
(t), cos
2
(t) es una base de Im(F).
d) Halla el n ucleo de G F.
Sugerencia: Para una mejor formaci on, se sugiere hacer problemas del libro: Problemas de Algebra volumen
3 de los autores Anzola, Caruncho y PerezCanales
5.19. (2007, ITOP) Sea f : K
4
K
4
una aplicacion lineal de la que sabemos que
M

4
c

4
c
(f) =
_
_
_
_
2 1 1 1
1 0 0 a
0 1 1 b
c 1 1 0
_
_
_
_
y que (1, 0, 1, 1) Ker f. Para K = R, se pide:
27
a) Encontrar los valores a, b y c.
Solucion: Utilizaremos que (1, 0, 1, 1) Ker f:
f(1, 0, 1, 1)
t
=
_
_
_
_
2 1 1 1
1 0 0 a
0 1 1 b
c 1 1 0
_
_
_
_
_
_
_
_
1
0
1
1
_
_
_
_
=
_
_
_
_
0
1 a
1 b
c 1
_
_
_
_
= 0,
as que a = 1,b = 1 y c = 1.
b) Encontrar las ecuaciones, bases y dimensiones de los espacios Ker f e Imf.
Solucion:
Calculo de Ker f
Un vector (x, y, z, t) estar a en Ker f si y solo si se verican las siguientes ecuaciones
_
_
_
_
2 1 1 1
1 0 0 a
0 1 1 b
c 1 1 0
_
_
_
_
_
_
_
_
x
y
z
t
_
_
_
_
= 0
Las matrices que siguen tambien denen todas a las ecuaciones que dan el Ker f en la base canonica:
_
_
_
_
2 1 1 1
1 0 0 1
0 1 1 1
1 1 1 0
_
_
_
_

_
_
_
_
2 1 1 1
1 1 1 0
2 2 2 0
1 1 1 0
_
_
_
_

_
_
_
_
2 1 1 1
1 1 1 0
0 0 0 0
0 0 0 0
_
_
_
_
As que las ecuaciones se pueden escribir simplicadamente como sigue:
2x +y +z +t = x +y +z = 0.
La dimensi on de Ker f sera 4 rg M

4
c

4
c
= 4 2 = 2. Y una base de Ker f es:

Ker f
= (1, 1, 0, 1), (0, 1, 1, 0)
Calculo de Imf
Podemos calcular de manera sencilla la dimensi on de Imf, esta sera 4 dimKer f = 2.
Recordamos que las columnas de la matriz M

4
c

4
c
generan Imf, as que dos de ellas linealmente indepen-
dientes seran una base:

Imf
= (1, 1, 1, 0), (1, 0, 1, 1).
Un vector (x, y, z, t) Imf si y solo si (x, y, z, t) = (1, 1, 1, 0) + (1, 0, 1, 1). As que: x = + ; y =
; z = +; t = y eliminando par ametros obtenemos dos ecuaciones cartesianas xyt = z+yt = 0.
c) Demostrar que = v
1
= (1, 0, 0, 1), v
2
= (0, 1, 1, 0), v
3
= (0, 1, 0, 1), v
4
= (1, 0, 1, 0) es una base y
calcular M

(f).
Solucion: es una base ya que

1 0 0 1
0 1 1 0
0 1 0 1
1 0 1 0

= 2. Para obtener la matriz solicitada usamos la relacion:


M

(f) = M

4
c
M

4
c

4
c
(f)M

4
c

.
Es facil calcular
M

4
c

=
_
_
_
_
1 0 0 1
0 1 1 0
0 1 0 1
1 0 1 0
_
_
_
_
28
y ahora
M

4
c
= M
1

4
c

=
_
_
_
_
1/2 1/2 1/2 1/2
1/2 1/2 1/2 1/2
1/2 1/2 1/2 1/2
1/2 1/2 1/2 1/2
_
_
_
_
.
Finalmente
M

(f) = M

4
c
M

4
c

4
c
(f)M

4
c

=
_
_
_
_
1/2 3 1 1/2
3/2 1 1 1/2
1/2 1 0 1/2
5/2 1 1 3/2
_
_
_
_
.
d) Encontrar las ecuaciones de los espacios Ker f e Imf respecto de la base .
Solucion:
Calculo de las ecuaciones de Ker f
Un vector (x, y, z, t)

est a en Ker f si y solo si M

(x, y, z, t)
t

= 0. Es decir:
_
_
_
_
1/2 3 1 1/2
3/2 1 1 1/2
1/2 1 0 1/2
5/2 1 1 3/2
_
_
_
_
_
_
_
_
x
y
z
t
_
_
_
_
= 0
Como dimKer f = 2 solo necesitamos 2 ecuaciones linealmente independientes para denir a Ker f.

Estas
pueden ser las dos primeras denidas por la relacion matricial anterior:
_
x + 6y + 2z t = 0
3x + 2y + 2z +t = 0.
Calculo de las ecuaciones de Imf
Ya sabemos que dimImf = 2 y por lo tanto necesitamos 4 2 = 2 ecuaciones para determinar a este
subespacio. Recordamos que las columnas de M

(f) son un sistema generador de Imf y por lo tanto

Imf
= (1, 1, 0, 1)

, (3, 1, 1, 1)

Un vector (x, y, z, t)

est a en Imf si y solo si (x, y, z, t)

= (1, 1, 0, 1)

+(3, 1, 1, 1)

. Es decir:
_

_
x = + 3
y = +
z =
t =
Eliminamos los par ametros y obtenemos las dos ecuaciones que necesitamos para denir a Imf:
_
y 2z +t = 0
x + 4z t = 0
e) Determinar, seg un los valores de m, el conjunto f
1
(m, 0, m
2
, 1) = (x, y, z, t) : f(x, y, z, t) = (m, 0, m
2
, 1)
Solucion: Sea (x, y, z, t) f
1
(m, 0, m
2
, 1), entonces:
M

4
c

4
c
(x, y, z, t)
t
= (m, 0, m
2
, 1)
t

_
_
_
_
2 1 1 1
1 0 0 1
0 1 1 1
1 1 1 0
_
_
_
_
_
_
_
_
x
y
z
t
_
_
_
_
=
_
_
_
_
m
0
m
2
1
_
_
_
_
29
As que el vector (x, y, z, t) satisface los siguientes sistemas matriciales:
_
_
_
_
2 1 1 1 m
1 0 0 1 0
0 1 1 1 m
2
1 1 1 0 1
_
_
_
_

_
_
_
_
1 0 0 1 0
0 1 1 1 m
0 1 1 1 m
2
0 1 1 1 1
_
_
_
_

_
_
_
_
1 0 0 1 0
0 1 1 1 m
0 0 0 0 m
2
m
0 0 0 0 1 m
_
_
_
_
=
_
_
_
_
1 0 0 1 0
0 1 1 1 m
0 0 0 0 m(m1)
0 0 0 0 1 m
_
_
_
_
= (A[b)
Como rg A = 2 < rg (A[b) = 3 entonces el sistema es incompatible y f
1
(m, 0, m
2
, 1) = .
Consideresen las mismas cuestiones para K = Z
5
.
5.20. Sea f : K
4
K
4
una aplicacion lineal de la que sabemos que
M

4
c

4
c
(f) =
_
_
_
_
1 0 2 1
0 2 1 1
1 1 0 2
1 1 1 1
_
_
_
_
.
Para K = R, se pide:
a) Encontrar las ecuaciones, bases y dimensiones de los espacios Ker f e Imf.
Solucion:
Ker f
Un vector (x, y, z, t) Ker f si y solo si
_
_
_
_
1 0 2 1
0 2 1 1
1 1 0 2
1 1 1 1
_
_
_
_
_
_
_
_
x
y
z
t
_
_
_
_
= 0
_
_
_
_
1 0 2 1 0
0 2 1 1 0
1 1 0 2 0
1 1 1 1 0
_
_
_
_

_
_
_
_
1 0 2 1 0
0 2 1 1 0
0 1 2 3 0
0 1 1 2 0
_
_
_
_

_
_
_
_
1 0 2 1 0
0 2 1 1 0
0 1 2 3 0
0 1 1 2 0
_
_
_
_

_
_
_
_
1 0 2 1 0
0 1 1 2 0
0 2 1 1 0
0 1 2 3 0
_
_
_
_

_
_
_
_
1 0 2 1 0
0 1 1 2 0
0 0 3 3 0
0 0 1 1 0
_
_
_
_

_
_
_
_
1 0 2 1 0
0 1 1 2 0
0 0 1 1 0
0 0 1 1 0
_
_
_
_

_
_
_
_
1 0 2 1 0
0 1 1 2 0
0 0 1 1 0
0 0 0 0 0
_
_
_
_

As que dimKer f = 4 3 = 1 y las ecuaciones de Ker f son:


_
_
_
x + 2z t = 0
y z + 2t = 0
z t = 0
Una base de Ker f es
Ker f
= (1, 1, 1, 1).
Imf
dimImf = 4 1 = 3 y como Imf =< (1, 0, 1, 1), (0, 2, 1, 1), (2, 1, 0, 1), (1, 1, 2, 1) >
Es facil ver que los tres primeros vectores son linealmente independientes, as que:

Imf
= (1, 0, 1, 1), (0, 2, 1, 1), (2, 1, 0, 1).
Ahora calculamos las ecuaciones de Imf. Sea (x, y, z, t) Imf, entonces:
(x, y, z, t) = (1, 0, 1, 1) +(0, 2, 1, 1) +(2, 1, 0, 1)
x = + 2, y = 2 +, z = +, t = + +
30
b) Determinar bases y

tales que: M

4
c

4
c
(f) =
_
_
_
_
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 0
_
_
_
_
.
c) Encontrar M

(f) y M

(f).
Consideresen las mismas cuestiones para K = Z
3
.
5.21. Sea f : R
3
R
3
una aplicacion lineal de la que sabemos que M

3
c

3
c
(f) =
_
_
1 1 a
1 0 b
0 0 c
_
_
y que f(0, 0, 1) =
(2, 1, 0). Se pide:
a) Encuentra los valores de a, de b y de c.
Solucion: Como f(0, 0, 1) es el vector que est a en la tercera columna de la matriz dada, se ve que a =
1, b = 1, c = 0.
b) Calcula la expresion analtica de f, es decir, calcula f(x, y, z).
Solucion: f(x, y, z) = [M

3
c

3
c
(f)(x, y, z)
t
]
t
= (x +y z, x z, 0).
c) Calcula una base, la dimensi on y las ecuaciones respecto a la base canonica de Ker f.
Solucion:
Un vector (x, y, z) Ker f si y solo si f(x, y, z) = 0, es decir, (x, y, z) satisface las ecuaciones x + y z =
x z = 0, que claramente son linealmente independientes. As que dimKer f = 3 2 = 1 y una base de
Ker f es
Ker f
= (1, 0, 1).
d) Demuestra que = v
1
= (1, 1, 1), v
2
= (0, 1, 1), v
3
= (0, 0, 1) es una base de R
3
y calcula M

(f).
Solucion: es una base ya que

1 1 1
0 1 1
0 0 1

= 1. Para obtener la matriz solicitada usamos la relacion:


M

(f) = M

3
c
M

3
c

3
c
(f)M

3
c

.
Es facil calcular
M

3
c

=
_
_
1 0 0
1 1 0
1 1 1
_
_
y ahora
M

3
c
= M
1

3
c

=
_
_
1 0 0
1 1 0
0 1 1
_
_
.
Finalmente
M

(f) = M

3
c
M

3
c

3
c
(f)M

3
c

=
_
_
1 0 0
1 1 0
0 1 1
_
_
_
_
1 1 2
1 0 1
0 0 0
_
_
_
_
1 0 0
1 1 0
1 1 1
_
_
=
_
_
0 1 2
0 0 1
0 1 1
_
_
.
e) Calcula una base, la dimensi on y las ecuaciones respecto a la base de Ker f.
Solucion: Un vector (x, y, z)

Ker f si y solo si f((x, y, z)

) = [M

(x, y, z)
t
]
t
= (y 2z, z, y +z)

= 0,
as que las ecuaciones del n ucleo en la base son y 2z = z = y +z = 0. Como solo se necesitaban dos
linealmente independientes, nos quedamos con z = y +z = 0, que se pueden simplicar y queda z = y = 0.
Ya sabamos que dimKer f = 2 y ahora

Ker f
= (1, 0, 0)

.
f ) Calcula el vector f((x, y, z)

) expresando sus coordenadas en la base canonica. Solucion:


f((x, y, z)

) = [M

(x, y, z)
t
]
t
= (y 2z, z, y +z)

= (y 2z)(1, 1, 1) +z(0, 1, 1) + (y +z)(0, 0, 1) = (y 2z, y z, 0).


31
Consideresen las mismas cuestiones para K = Z
5
.
5.22. Se considera la aplicacion lineal f : R
n
R
k
que verica:
f(1, 0, 1) = (1, 0), f(0, 1, 1) = (2, 3), f(0, 0, 1) = (1, 1).
En este ejercicio usaremos la notaci on
A
para denotar a la base denida en el ejercicio anterior. Ademas
3
C
y

2
C
seran respectivamente las bases canonicas de R
3
y R
2
.
Se pide:
a) Decir quienes son n y k.
Solucion: n = 3 y k = 2.
b) Calcular M
A
2
C
(f).
Solucion: De las im agenes que nos dan de los vectores de
A
obtenemos:
M
A
2
C
(f) =
_
1 2 1
0 3 1
_
.
c) Calcular M

3
C

2
C
(f).
Solucion:
M

3
C

2
C
(f) = M

2
C

2
C
M
A
2
C
(f)M
A
3
C
=
_
1 0
0 1
__
1 2 1
0 3 1
_
_
_
1 0 0
0 1 0
1 1 1
_
_
=
_
0 1 1
1 2 1
_
d) Calcular una base y las ecuaciones de Ker f.
Solucion: Un vector (x, y, z) pertenece a Ker f si y solo si M

3
C

2
C
(f)(x, y, z)
t
= 0. As que:
_
y +z = 0,
x + 2y +z = 0.
Por lo tanto dimKer f = 3 rg M

3
C

2
C
(f) = 1 y
Ker f
= (1, 1, 1).
e) Calcular una base y las ecuaciones de Imf.
Solucion: Sabemos que
Imf =< (0, 1), (1, 2), (1, 1) > .
Como el primer y segundo vector forman un conjunto de vectores linealmente independientes y maximal
entonces
Imf
= (0, 1), (1, 2). As que Imf = R
2
y no se pueden dar ecuaciones de este subespacio.
5.23. hola
PROBLEMA DE REPASO
En este problema consideraremos los siguientes conjuntos:

1
= (1, 0, 1, 0), (1, 0, 0, 0), (0, 0, 1, 1), (0, 1, 0, 1),

2
= (1, 1, 1, 0), (1, 1, 0, 0), (0, 1, 1, 1), (0, 0, 1, 1),

3
= (1, 0, 0, a), (1, 0, 1, 1), (0, 1, 1, 0), (0, 0, 0, 1),

4
= (1, 1, 1), (1, 0, 0), (0, 0, 1),

5
= (1, 1, 0), (1, 0, 0), (0, 1, 1),

6
= (1, 0, 1), (0, 0, 1), (0, 1, 1)
y las aplicaciones lineales f : R
4
R
3
, g : R
k
R
l
y h : R
m
R
n
denidas por:
f(x, y, z, t)
1
= (x +y +z, x, y t)
4
,
32
M
45
(g) =
_
_
1 0 1
0 1 1
1 0 0
_
_
M
45
(h) =
_
_
0 0 1
1 1 1
1 0 1
_
_
a) Comprueba que los conjuntos
1
,
2
y
3
son bases de R
4
.
Solucion: Para ver que estos conjuntos son bases basta con poner los vectores por las en una matriz y
ver que el determinante es diferente de 0.
Para el conjunto
1
tendramos

1 0 1 0
1 0 0 0
0 0 1 1
0 1 0 1

= 1 ,= 0.
Para el conjunto
2
tendramos

1 1 1 0
1 1 0 0
0 1 1 1
0 0 1 1

= 1 ,= 0.
Para el conjunto
3
tendramos

1 0 0 a
1 0 1 1
0 1 1 0
0 0 0 1

= 1 ,= 0.
b) Comprueba que los conjuntos
4
,
5
y
6
son bases de R
3
.
Solucion: Igual que en el apartado anterior:
Para el conjunto
4
tendramos

1 1 1
1 0 0
0 0 1

= 1 ,= 0.
Para el conjunto
5
tendramos

1 1 0
1 0 0
0 1 1

= 1 ,= 0.
Para el conjunto
6
tendramos

1 0 1
0 0 1
0 1 1

= 1 ,= 0.
c) Calcula las siguientes matrices:
M
12
, M
23
, M
13
, M
45
, M
46
, M
56
.
Solucion:
Antes de empezar a calcular estas matrices adoptaremos la notacion siguiente:
v
j
i
sera el vector i-esimo de la base
j
, para valores de i entre 1 y 4 y de j entre 1 y 3.
w
j
i
sera el vector i-esimo de la base
j
, para valores de i entre 1 y 3 y de j entre 4 y 6.
As que con esta notaci on tenemos por ejemplo: v
3
4
= (0, 0, 0, 1) y w
6
2
= (0, 0, 1).
M
12
Para construir esta matriz hay que poner las coordenadas de los vectores de la base
2
en la base
1
:
v
2
1
= 2v
1
1
v
1
2
v
1
3
+v
1
4
v
2
2
= 1v
1
1
+ 0v
1
2
v
1
3
+v
1
4
v
2
3
= 1v
1
1
v
1
2
+ 0v
1
3
+v
1
4
v
2
4
= 0v
1
1
+ 0v
1
2
+ 1v
1
3
+ 0v
1
4
Ahora ponemos estas coordenadas por columnas y obtenemos la matriz solicitada:
M
12
=
_
_
_
_
2 1 1 0
1 0 1 0
1 1 0 1
1 1 1 0
_
_
_
_
33
M
23
Para construir esta matriz hay que poner las coordenadas de los vectores de la base
3
en la base
2
:
v
3
1
= av
2
1
+ (1 +a)v
2
2
v
2
3
+ (1 +a)v
2
4
v
3
2
= 0v
2
1
+ 1v
2
2
v
2
3
+ 2v
2
4
v
3
3
= 1v
2
1
v
2
2
+ 1v
2
3
v
2
4
v
3
4
= 1v
2
1
+ 1v
2
2
+ 0v
2
3
+ 1v
2
4
Ahora ponemos estas coordenadas por columnas y obtenemos la matriz solicitada:
M
23
=
_
_
_
_
a 0 1 1
1 +a 1 1 1
1 1 1 0
1 +a 2 1 1
_
_
_
_
M
13
Para construir esta matriz hay que poner las coordenadas de los vectores de la base
3
en la base
1
:
v
3
1
= av
1
1
+ (1 +a)v
1
2
+av
1
3
+ 0v
1
4
v
3
2
= 0v
1
1
+ 1v
1
2
+ 1v
1
3
+ 0v
1
4
v
3
3
= 2v
1
1
2v
1
2
1v
1
3
+v
1
4
v
3
4
= 1v
1
1
+ 1v
1
2
+ 1v
1
3
+ 0v
1
4
Ahora ponemos estas coordenadas por columnas y obtenemos la matriz solicitada:
M
13
=
_
_
_
_
a 0 2 1
1 +a 1 2 1
a 1 1 1
0 0 1 0
_
_
_
_
M
45
Para construir esta matriz hay que poner las coordenadas de los vectores de la base
5
en la base
4
:
w
5
1
= w
4
1
+ 0w
4
2
w
4
3
w
5
2
= 0w
4
1
+ 1w
4
2
+ 0w
4
3
w
5
3
= w
4
1
w
4
2
+ 0w
4
3
Ahora ponemos estas coordenadas por columnas y obtenemos la matriz solicitada:
M
45
=
_
_
1 0 1
0 1 1
1 0 0
_
_
M
46
Para construir esta matriz hay que poner las coordenadas de los vectores de la base
6
en la base
4
:
w
6
1
= 0w
4
1
+ w
4
2
+w
4
3
w
6
2
= 0w
4
1
+ 0w
4
2
w
4
3
w
6
3
= w
4
1
w
4
2
+ 0w
4
3
34
Ahora ponemos estas coordenadas por columnas y obtenemos la matriz solicitada:
M
46
=
_
_
0 0 1
1 0 1
1 1 0
_
_
M
56
Para construir esta matriz hay que poner las coordenadas de los vectores de la base
6
en la base
5
:
w
6
1
= w
5
1
+ 2w
5
2
+w
5
3
w
6
2
= w
5
1
w
5
2
w
5
3
w
6
3
= 0w
5
1
+ 0w
5
2
+ 1w
5
3
Ahora ponemos estas coordenadas por columnas y obtenemos la matriz solicitada:
M
56
=
_
_
1 1 0
2 1 0
1 1 1
_
_
d) Dados los subespacios vectoriales
S = (x, y, z, t)
3
R
4
: x +y +z +t = 0 y T =< (1, 2, 0, 1)
2
>,
se pide:
Calcular las dimensiones de S y T y bases de cada uno de los subespacios (se pide que las coordenadas
de los vectores de esas bases esten dadas en la base
1
).
Solucion: Est a claro que la dimensi on de T es 1 porque viene generado por un unico vector no nulo,
que por tanto sera una base de T. En cuanto a S se tiene que su dimensi on es 4 menos el rango del
sistema que lo dene, es decir, dimS = 4 1 = 3.
Hemos dicho en el p arrafo anterior que
T
= (1, 2, 0, 1)
2
es una base de T, pero necesitamos expresar
el vector de
T
en la base
1
, para ello podemos utilizar la igualdad:
(x, y, z, t)
1
= [M
12
(1, 2, 0, 1)
t
2
]
t
,
donde (x, y, z, t)
1
son las coordenadas del vector (1, 2, 0, 1)
2
en la base
1
. Haciendo el producto
marcado se obtiene que (1, 2, 0, 1)
2
= (4, 1, 2, 3)
1
y la base solicitada de T puede ser:

T
= (1, 2, 0, 1)
2
= (4, 1, 2, 3)
1

Para encontrar una base de S podramos utilizar sus ecuaciones, pero esto nos dara una base con
coordenadas en
3
y luego tendramos que cambiar estas a la base
1
. Otra opcion sera expresar las
ecuaciones de S respecto de la base
1
y luego obtener la base. Este es el procedimiento que vamos a
usar porque con el respondemos parcialmente a la siguiente pregunta. Para calcular las ecuaciones de
S respecto de la base
1
tomamos un vector u = (x

, y

, z

, t

)
1
S y buscamos las ecuaciones que
satisfacen x

, y

, z

, t

. Empezamos calculando las coordenadas del vector u en


3
(u = (x, y, z, t)
3
):
(x, y, z, t)
t
3
= M
31
(x

, y

, z

, t

)
t
1
= M
1
13
(x

, y

, z

, t

)
t
1
=
_
_
_
_
0 1 1 1
1 0 1 1
0 0 0 1
1 a a 2 a
_
_
_
_
(x

, y

, z

, t

)
t
1
=
(y

+ t

, x

+z

, t

, x

ay

+az

+ (2 a)t

)
t
3
.
As que:
x = y

+t

,
y = x

+z

,
z = t

,
t = x

ay

+az

+ (2 a)t

35
y las ecuaciones de S en
1
son:
0 = x +y +z +t
= y

+t

+x

+z

+t

ay

+az

+ (2 a)t

= (1 a)y

+az

+ (3 a)t

= 0 .
Ahora tenemos que obtener tres vectores de S linealmente independientes y que satisfagan las ecuaciones
ultimas obtenidas. Estos vectores pueden ser, por ejemplo, (1, 0, 0, 0)
1
, (0, 0, a 3, a)
1
, (0, 3, 2, 1)
1
y

S
= (1, 0, 0, 0)
1
, (0, 0, a 3, a)
1
, (0, 3, 2, 1)
1

Calcula las ecuaciones cartesianas de S y de T en la base


1
.
Solucion: Las ecuaciones de S en la base
1
ya las hemos calculado en el apartado anterior, eran:
S = (x

, y

, z

, t

)
1
R
4
: (1 a)y

+az

+ (2 a)t

= 0.
Para calcular las ecuaciones de T en la base
1
seguimos el procedimiento usual. Tomamos (x

, y

, z

, t

)
1

T, por lo tanto (x

, y

, z

, t

)
1
= (4, 1, 2, 3)
1
. Ahora tenemos que eliminar el par ametro y obtener
3 ecuaciones homogeneas que denan a T:
x

= 4, y

= , z

= 2, t

= 3
x

+ 4y

= z

2y

= t

+ 3y

= 0.
Calcula los espacios S T y S + T (da las ecuaciones de ambos espacios en la base
1
y bases cuyos
vectores tengan sus coordenadas expresadas respecto a
1
).
Solucion:
S T
Las ecuaciones de la interseccion son:
(1 a)y

+az

+ (2 a)t

= x

+ 4y

= z

2y

= t

+ 3y

= 0,
este sistema tiene como matriz asociada a:
_
_
_
_
0 1 a a 2 a 0
1 4 0 0 0
0 2 1 0 0
0 3 0 1 0
_
_
_
_
,
que tiene rango
1
4 si a ,=
5
4
y tiene rango 3 si a =
5
4
.
Si a ,=
5
4
se tiene que dimS T = 4 4 = 0 y por lo tanto S T = (0, 0, 0, 0)
1
y
ST
= es
una base de S T.
Si a =
5
4
se tiene que dimS T = 4 3 = 1 y puesto que el vector no nulo (4, 1, 2, 3)
1
S T
entonces
ST
= (4, 1, 2, 3)
1
es una base de S T.
S +T
Distinguimos dos casos:
Empezamos tomando a ,=
5
4
, en este caso S+T = R
4
porque dimS+T = dimS+dimT dimST =
3 + 1 0 = 4.
Ahora tomamos a =
5
4
y tenemos que dimS + T = dimS + dimT dimS T = 3 + 1 1 = 3.
Calculamos el subespacio suma:
S +T =< (4, 1, 2, 3)
1
, (1, 0, 0, 0)
1
,
(0, 0, a 3, a)
1
, (0, 3, 2, 1)
1
> .
Como sabemos que dimS + T = 3 y los 3 ultimos vectores son linealmente independientes (son la
base que hemos calculado de S), obtenemos que:

S+T
=
S
= (1, 0, 0, 0)
1
, (0, 0, a 3, a)
1
, (0, 3, 2, 1)
1

1
Este rango se calcula usando el determinante de la matriz quitandole la columna de los terminos independientes.
36
y que
S +T = S.
Finalmente:
S +T = S = (x

, y

, z

, t

)
1
R
4
: (1 a)y

+az

+ (2 a)t

= 0.
Es la suma de ambos subespacios directa?
Solucion: Es directa excepto cuando a =
5
4
.
e) Di cuales son los valores de k, l, m y n.
Solucion:
k = l = m = n = 3.
f ) Calcula las ecuaciones, una base y la dimensi on de Ker f (todo ello respecto de la base
2
).
Solucion: Puesto que en este apartado nos piden datos sobre Ker f respecto de la base
2
y en el siguiente
sobre Imf relativos a la base
6
, disponer de la matriz M
26
(f) sera de utilidad. Sin embargo empezaremos
calculando M
14
(f) por ser facil de obtener y posteriormente usaremos la igualdad:
M
26
(f) = M
64
M
14
(f)M
12
(.3)
Calculo de M
14
(f ). Por denicion tendremos que calcular las im agenes (mediante f) de los elementos
de la base
1
y expresar sus coordenadas en
4
. Esas coordenadas se ponen nalmente por columnas en
una matriz:
f(v
1
1
) = f((1, 0, 0, 0)
1
) = (1, 1, 0)
4
;
f(v
1
2
) = f((0, 1, 0, 0)
1
) = (1, 0, 1)
4
;
f(v
1
3
) = f((0, 0, 1, 0)
1
) = (1, 0, 0)
4
;
f(v
1
4
) = f((0, 0, 0, 1)
1
) = (0, 0, 1)
4
.
As que:
M
14
(f) =
_
_
1 1 1 0
1 0 0 0
0 1 0 1
_
_
Calculo de M
64
.
Procedemos igual que en el apartado 5.23c:
w
4
1
= (1, 1, 1) = w
6
1
+w
6
2
+w
6
3
= (1, 1, 1)
6
;
w
4
2
= (1, 0, 0) = w
6
1
+w
6
2
= (1, 1, 0)
6
;
w
4
3
= (0, 0, 1) = w
6
2
= (0, 1, 0)
6
.
Ahora
M
64
=
_
_
1 1 0
1 1 1
1 0 0
_
_
Ahora usamos la formula (.3) y obtenemos:
M
26
(f) =
_
_
1 1 0
1 1 1
1 0 0
_
_
_
_
1 1 1 0
1 0 0 0
0 1 0 1
_
_
_
_
_
_
2 1 1 0
1 0 1 0
1 1 0 1
1 1 1 0
_
_
_
_
=
_
_
2 1 1 0
2 0 1 1
1 1 1 0
_
_
_
_
_
_
2 1 1 0
1 0 1 0
1 1 0 1
1 1 1 0
_
_
_
_
=
_
_
2 1 1 1
4 2 3 1
0 0 0 1
_
_
37
Calculo de Ker f
Ahora un vector (x, y, z, t)
2
Ker f si y solo si f((x, y, z, t)
2
) = (0, 0, 0)
6
. Hacemos ahora c alculos para
obtener las ecuaciones de Ker f.
[f((x, y, z, t)
2
)]
t
= M
26
(f)(x, y, z, t)
t
2
[f((x, y, z, t)
2
)]
t
= (2x +y +z +t, 4x + 2y + 3z +t, t)
6
= (0, 0, 0)
6

_
_
_
2x +y +z +t = 0,
4x + 2y + 3z +t = 0,
t = 0
sistema
matricial

_
_
2 1 1 1 0
4 2 3 1 0
0 0 0 1 0
_
_
Ahora tenemos que la dimensi on de Ker f es 4 menos el rango de la matriz asociada al sistema (3), es decir
dimKer f = 1. El vector (1, 2, 0, 0)
2
pertenece a Ker f, por lo tanto
Ker f
= (1, 2, 0, 0)
2
es una base
de Ker f
g) Calcula las ecuaciones, una base y la dimensi on de Imf (todo ello respecto de la base
6
).
Solucion:
Sabemos que dimImf = dimR
4
dimKer f = 4 1 = 3 y por otro lado:
Imf =< (2, 4, 0)
6
, (1, 2, 0)
6
, (1, 3, 0)
6
, (1, 1, 1, )
6
> .
Del sistema generador (2, 4, 0)
6
, (1, 2, 0)
6
, (1, 3, 0)
6
, (1, 1, 1, )
6
de Imf se puede extraer facilmente la
base:

Imf
= (1, 2, 0)
6
, (1, 3, 0)
6
, (1, 1, 1, )
6
.
Puesto que la dimensi on de Imf es 3 no se pueden calcular las ecuaciones.
h) Calcula las matrices siguientes:
M
14
(f), M
15
(f), M
44
(g h), M
44
(h g), M
44
(h), , M
44
(g)
Solucion:
M
14
(f)
Para calcular esta matriz es necesario obtener las im agenes, mediante f, de los vectores de
1
y dar las
coordenadas del vector imagen en la base
4
. Esto ya se ha hecho en un apartado anterior:
f(v
1
1
) = (1, 1, 0)
4
; f(v
1
2
) = (1, 0, 1)
4
;
f(v
1
3
) = (1, 0, 0)
4
; f(v
1
4
) = (0, 0, 1)
4
.
Con estos datos tenemos:
M
14
(f) =
_
_
1 1 1 0
1 0 0 0
0 1 0 1
_
_
M
15
(f)
Para calcular esta matriz es necesario obtener las im agenes, mediante f, de los vectores de
1
y dar las
coordenadas del vector imagen en la base
5
:
f(v
1
1
) = (1, 1, 0)
4
= (2, 1, 1) = (0, 2, 1)
5
;
f(v
1
2
) = (1, 0, 1)
4
= (1, 1, 2) = (1, 2, 2)
5
;
f(v
1
3
) = (1, 0, 0)
4
= (1, 1, 1) = (0, 1, 1)
5
;
f(v
1
4
) = (0, 0, 1)
4
= (0, 0, 1) = (1, 1, 1)
5
.
Con estos datos tenemos:
M
15
(f) =
_
_
0 1 0 1
2 2 1 1
1 2 1 1
_
_
38
M
44
(g)
Para este c alculo usaremos la formula:
M
44
(g) = M
45
M
45
(g)M
44
= M
45
M
45
(g)I
4
= M
45
M
45
(g)
As que:
M
44
(g) = M
45
M
45
(g)
=
_
_
1 0 1
0 1 1
1 0 0
_
_
_
_
1 0 1
0 1 1
1 0 0
_
_
=
_
_
2 0 1
1 1 1
1 0 1
_
_
M
44
(h)
Para este c alculo usaremos la formula:
M
44
(h) = M
45
M
45
(h)
As que:
M
44
(h) = M
45
M
45
(h)
=
_
_
1 0 1
0 1 1
1 0 0
_
_
_
_
0 0 1
1 1 1
1 0 1
_
_
=
_
_
1 0 0
2 1 2
0 0 1
_
_
M
44
(g h)
Para este c alculo usaremos la formula:
M
44
(g h) = M
44
(g)M
44
(h) =
Por lo tanto:
M
44
(g h) =
_
_
2 0 1
1 1 1
1 0 1
_
_
_
_
1 0 0
2 1 2
0 0 1
_
_
=
_
_
2 0 1
3 1 1
1 0 1
_
_
M
44
(h g)
Para este c alculo usaremos la formula:
M
44
(h g) = M
44
(h)M
44
(g) =
Por lo tanto:
M
44
(h g) =
_
_
1 0 0
2 1 2
0 0 1
_
_
_
_
2 0 1
1 1 1
1 0 1
_
_
=
_
_
2 0 1
7 1 3
1 0 1
_
_
i) Es la aplicacion g biyectiva? Cual es su inversa?
Solucion: Para que sea biyectiva debe ser simult aneamente inyectiva y suprayectiva, es decir, se debe tener
simult aneamente que Ker g = 0 y que Img = R
3
, o lo que es lo mismo, dimKer g = 0 y dimImg = 3.
Como dimImg = rg M
45
(g) = 3 (porque el determinante de M
45
(g) es 1) y dimKer f = 3dimImf =
0, se tiene que g es biyectiva.
39
Para calcular la inversa de g bastara con calcular la matriz asociada a g
1
respecto de algunas bases.
Obtendremos esta matriz usando que Id = g g
1
, por lo que:
M
45
(g)M
54
(g
1
) = M
55
(Id) = I
3
M
54
(g
1
) = (M
45
(g))
1
.
Haciendo los c alculos necesarios obtenemos:
M
54
(g
1
) =
_
_
0 0 1
1 1 1
1 0 1
_
_
.
j ) Determina Ker g, Ker h, Img e Imh (todo respecto de la base
4
) y di si se verica que alguna de las dos
sumas siguientes es directa:
Ker h + Imh, Ker g + Img.
Solucion:
Empezamos calculando las dimensiones de los espacios que queremos calcular:
dimImg = rg M
45
(g) = 3 dimKer g = dimR
3
dimImg = 0.
dimImh = rg M
45
(h) = 3 dimKer h = dimR
3
dimImh = 0.
As que:
Ker g = Ker h = (0, 0, 0)
4
e Img = Imh = R
3
Finalmente es claro que ambas sumas son directas puesto que:
Ker g Img = Ker h Imh = (0, 0, 0)
4

VI. Diagonalizacion de matrices


6.1. Dada la aplicacion lineal T : R
n
R
n
, diremos que es valor propio de T si lo es de la matriz asociada a la
aplicacion lineal T respecto de las bases canonicas. Supongamos que y son valores propios de T.
a Es + valor propio de T?
a) Y ?
6.2. Dada la matriz
H =
_
_
_
_
1 1 1 1
1 1 1 1
1 1 1 1
1 1 1 1
_
_
_
_
se pide probar que la matriz dada es diagonalizable y calcular las matrices diagonal D y de paso T y T

1.
Diagonaliza tambien H
1
y H
2
calculando sus matrices de paso.
6.3. Estudiar en funci on de los coecientes a, b, c R si la matriz
_
_
1 a 1
0 1 b
0 0 c
_
_
es diagonalizable o no.
6.4. Dada una matriz A M
nn
(R), di si son ciertas o no las siguientes armaciones:
a) Un vector propio de A est a asociado a un unico valor propio.
b) Si u R
n
es tal que Au = 0 entonces u es un vector propio de A
c) Si u y v son dos valores propios distintos, entonces el vector w = u +v es un vector propio de A.
d) Si A es invertible y es un valor propio de A entonces
1

es un valor propio de A
1
.
40
6.5. De la matriz B =
_
_
1 1 1
1 1 1
1 1 1
_
_
se pide:
a) El polinomio caracterstico de B.
Solucion:
p
B
(x) = [BxI
3
[ =

1 x 1 1
1 1 x 1
1 1 1 x

= (1x)
3
+23(1x) = (1x)
3
1+3x = 3x
2
x
3
= x
2
(3x).
b) Las races del polinomio caracterstico y sus multiplicidades.
Solucion: Las races son 0 y 3 con multiplicidades 2 y 1 respectivamente.
c) Determinar, justicadamente, si la matriz B es diagonalizable.
Solucion: Seg un se vio en teora, por ser m(3) = 1 entonces dimV
3
= m(3) = 1.
Falta ahora por ver, para demostrar que B es diagonalizable, que dimV
0
= m(0) = 2. Pero esto es cierto
porque dimV
0
= 3 rg (B 0I
3
) = 3 rg
_
_
1 1 1
1 1 1
1 1 1
_
_
= 3 1 = 2.
Por lo tanto B es una matriz diagonalizable.
d) Si la matriz B es diagonalizable calcula la matriz diagonal D y la matriz de paso P tal que D = P
1
BP.
Si la matriz no es diagonalizable calcula B
2
y B
3
.
Solucion:
Para dar la matriz P calculamos bases de V
0
y de V
3
.
V
3
= (x, y, z) R
3
: (B 3I
3
)
_
_
x
y
z
_
_
= 0, es decir (x, y, z) V
3
si y solo si
2
_
2x +y +z = 0,
x 2y +z = 0,
As que una base de V
3
es
3
= (1, 1, 1).
V
0
= (x, y, z) R
3
: (B 0I
3
)
_
_
x
y
z
_
_
= 0, es decir (x, y, z) V
2
si y solo si
3
_
x +y +z = 0
As que una base de V
0
es
0
= (0, 1, 1), (1, 1, 0).
Ahora obtenemos:
P =
_
_
0 1 1
1 1 1
1 0 1
_
_
,
para:
D =
_
_
0 0 0
0 0 0
0 0 3
_
_
.
6.6. De una matriz diagonalizable A sabemos que tiene como polinomio caracterstico p(x) = (x 1)(x 3)
2
(x +1).
Responde a las siguientes cuestiones:
a) Cual es la dimensi on del subespacio x R
3
: Ax = 3x?
Solucion: Por ser la matriz diagonalizable se tiene que la dimensi on del subespacio anterior V
3
coincide
con la multiplicidad de 3 en el polinomio caracterstico. As que dimV
3
= 2.
2
Fjate que he quitado la primera ecuaci on porque B 3I
3
tiene rango 2 y por lo tanto solo son necesarias dos ecuaciones linealmente
independientes.
3
Fjate que me he quedado con una unica ecuaci on porque B 0I
3
tiene rango 1.
41
b) Cual es el determinante de A? Por que?
Solucion: Por ser la matriz A diagonalizable se tiene que P
1
AP = D, as que [P
1
AP[ = [P
1
[[A[[P[ =
[P[
1
[A[[P[ = [A[ = [D[ [A[ = [D[. As que [A[ = 3 3 1 (1) = 9.
c) Escribe una matriz diagonal, D, para A.
Solucion:
D =
_
_
_
_
3 0 0 0
0 3 0 0
0 0 1 0
0 0 0 1
_
_
_
_
d) Cual es el tama no de la matriz A?
Solucion: El tama no es el mismo que el tama no de D, es decir, 4 4.
e) De los subespacios invariantes V
1
, V
3
y V
1
conocemos unas bases:
V1
= (1, 0, 0, 0),
V3
= (1, 1, 1, 0), (1, 1, 1, 1)
y
V1
= (1, 1, 0, 0). Da la matriz de paso P tal que D = P
1
AP.
Solucion:
P =
_
_
_
_
1 1 1 1
1 1 0 1
1 1 0 0
0 1 0 0
_
_
_
_
6.7. Dada la matriz A =
_
_
1 3 3
3 5 3
3 3 5
_
_
, se pide:
a) Calcular el polinomio caracterstico p
A
.
Solucion:
p
A
(x) = [A xI
3
[ =

1 x 3 3
3 5 x 3
3 3 5 x

= 20 24x + 9x
2
x
3
= (x 5)(x 2)
2
b) Calcular el espectro
A
y especicar la multiplicidad de cada raz.
Solucion:
A
= 5, 2. Ademas m(5) = 1 y m(2) = 2.
c) Justicar si la matriz A es diagonalizable.
Solucion: Seg un se vio en teora, por ser m(5) = 1 entonces dimV
5
= m(5) = 1.
Falta ahora por ver, para demostrar que A es diagonalizable, que dimV
2
= m(2) = 2. Pero esto es cierto
porque dimV
2
= 3 rg (A 2I
3
) = 3 rg
_
_
3 3 3
3 3 3
3 3 3
_
_
= 3 1 = 2.
Por lo tanto A es una matriz diagonalizable.
d) Dar la matriz diagonal D.
Solucion: Elijo D =
_
_
5 0 0
0 2 0
0 0 2
_
_
.
e) Dar la matriz de paso P.
Solucion:
Para dar esta matriz calculamos bases de V
5
y de V
2
.
V
5
= (x, y, z) R
3
: (A 5I
3
)
_
_
x
y
z
_
_
= 0, es decir (x, y, z) V
5
si y solo si
4
_
3x + 3z = 0,
3x + 3y = 0.
As que una base de V
5
es
5
= (1, 1, 1).
4
Fjate que he quitado la primera ecuaci on porque A 5I
3
tiene rango 2 y por lo tanto solo son necesarias dos ecuaciones linealmente
independientes.
42
V
2
= (x, y, z) R
3
: (A 2I
3
)
_
_
x
y
z
_
_
= 0, es decir (x, y, z) V
2
si y solo si
5
_
3x + 3y + 3z = 0
_
x +y +z = 0
As que una base de V
2
es
2
= (0, 1, 1), (1, 1, 0).
Ahora obtenemos ya:
P =
_
_
1 0 1
1 1 1
1 1 0
_
_
f ) Especicar la relacion entre A, D y P.
Solucion:
D = P
1
AP.
6.8. Calcular la inversa de la matriz
_
1 1
0 1
_
por el metodo de Cayley-Hamilton.
6.9. De una matriz A sabemos que tiene como polinomio caracterstico a p(x) = (x
2
+ 25). Calcula
A
y justica si
la matriz A es diagonalizable o no lo es.
Solucion:
Como
A
= 5i, 5i la matriz tiene valores propios complejos y por lo tanto no es diagonalizable.
6.10. De una matriz A M
nm
(R) sabemos que tiene como polinomio caracterstico a p(x) = (x
2
+25). Da los valores
de n y de m.
Solucion: El tama no de la matriz sera 2 2, es decir, n = m = 2.
6.11. De una matriz C M
44
(R) sabemos que su espectro es
C
= 1, 2 y que las multiplicidades de esos valores
son m(2) = m(1) = 2. El espacio invariante V
1
tiene como base a
V1
= (1, 1, 1, 1), (0, 1, 1, 1) y el espacio
invariante V
2
tiene como base a
V2
= (0, 0, 1, 1), (0, 0, 0, 1). Se pide:
a) Justicar por que C es diagonalizable.
Solucion: C es diagonalizable porque todos los valores propios son reales y ademas m(2) = dimV
2
= 2 y
m(1) = dimV
1
= 2.
b) Encontrar una matriz diagonal D y una matriz invertible P tales que P
1
CP = D.
Solucion:
D =
_
_
_
_
2 0 0 0
0 2 0 0
0 0 1 0
0 0 0 1
_
_
_
_
, P =
_
_
_
_
0 0 1 0
0 0 1 1
1 0 1 1
1 1 1 1
_
_
_
_
c) Calcular el vector C(1, 1, 1, 1)
t
.
Solucion: Observese que (1, 1, 1, 1) V
1
= x R
4
: Cx = 1x, as que C(1, 1, 1, 1)
t
= 1(1, 1, 1, 1)
t
=
(1, 1, 1, 1)
t
d) Calcular el vector C(0, 0, 1, 1)
t
.
Solucion: Como (0, 0, 1, 1) V
2
= x R
4
: Cx = 2x, entonces C(0, 0, 1, 1)
t
= 2(0, 0, 1, 1)
t
= (0, 0, 2, 2)
t
.
e) Dar el valor de [C[.
Solucion: [C[ = [PDP
1
[ = [P[[D[[P
1
[ = [P[[D[
1
|P|
= [D[ = 4.
5
Fjate que me he quedado con una unica ecuaci on porque A 2I
3
tiene rango 1.
43
VII. Calculo: funciones reales de variable real
7.1. Calcular los siguientes lmites utilizando la regla de lHopital.
(a) lm
x0
xcos x senx
x
3
. (b) lm
x0
e
x
x
2
. (c) lm
x
ln x
3

x
.
(d) lm
x/2
tanx
tan(5x)
. (e) lm
x0
ln(sen mx)
ln(sen x)
. (f) lm
x1
ln x
sen x
.
7.2. Calcular los desarrollos de Taylor en x = 0 de grado k de las funciones
(a) f(x) = e
x
. (b) f(x) = sen x. (c) f(x) = cos x.
(d) f(x) =
1
1 +x
. (e) f(x) = log(1 +x). (f) f(x) = cos (x
2
).
Solucion: Puedes comprobar sin mucha dicultad que los desarrollos son:
a) Para f(x) = e
x
, P
k
(x) = 1 +x +
x
2
2!
+
x
3
3!
+ +
x
k
k!
.
b) Para f(x) = senx, dado n N tenemos: P
2n+1
(x) = x
x
3
3!
+
x
5
5!

x
7
7!
+ + (1)
n x
2n+1
(2n+1)!
.
c) Para f(x) = cos x, dado n N tenemos: P
2n
(x) = 1
x
2
2!
+
x
4
4!

x
6
6!
+ + (1)
(n+1) x
2n+2
(2n+2)!
.
d) Para f(x) =
1
1+x
, tenemos: P
k
(x) = 1 x +x
2
x
3
+x
4
x
5
+ + (1)
k
x
k
.
e) Para f(x) = log(1 +x), tenemos: P
k
(x) = x
x
2
2
+
x
3
3

x
4
4
+
x
5
5
+ + (1)
k+1 x
k
k
.
f ) Para f(x) = cos (x
2
), tenemos: P
4n+4
(x) = 1
x
4
2!
+
x
8
4!

x
1
2
6!
+ + (1)
(n+1) x
4n+4
(2n+2)!
7.3. Utilizar el polinomio de Taylor en x = 0 de grado 3 para calcular aproximadamente los valores
4

e, cos (0,5),
log(1,5), estableciendo cual ha sido el error maximo en la aproximacion.
Solucion:
Calculo de cos (0,5)
El desarrollo de Mac Laurin de orden 3 de f(x) = cos x es P
3
(x) = 1
x
2
2!
. As que la aproximacion pedida es
P
3
(1/2) = 0,875.
Como mucho hemos cometido el siguiente error para alg un (0,
1
2
):
E =

f
(iv)
()
4!
_
1
2
_
4

1
4!2
4
=
1
384
7.4. Calcular los lmites de la actividad 7.1 usando desarrollos de Taylor.
7.5. Calcula el lmite siguiente utilizando desarrollos de Taylor
lm
x0
sen
3
(x
2
)
1 cos (x
3
)
.
Solucion: Haremos desarrollos de Taylor del numerador y denominador de orden 6:
senx = x
x
3
3!
+
x
5
5!
+o(x
6
),
senx
2
= x
2

x
6
3!
+o(x
6
),
sen
3
x
2
= x
6
+o(x
6
),
cos x = 1
x
2
2!
+
x
4
4!

x
6
6!
+o(x
6
),
cos x
3
= 1
x
6
2!
+o(x
6
),
44
1 cos x
3
=
x
6
2!
+o(x
6
).
As que:
lm
x0
x
6
+o(x
6
)
x
6
2!
+o(x
6
)
=
1 +
o(x
6
)
x
6
1
2!
+
o(x
6
)
x
6
= 2.
7.6. Calcula el lmite siguiente utilizando desarrollos de Taylor
lm
x0
[1 cos
2
(x
2
)]sen
3
(x)
xlog(1 +x
6
)
.
Solucion: Haremos desarrollos de Taylor del numerador y denominador de orden 7:
senx = x
x
3
3!
+
x
5
5!

x
7
7!
+o(x
7
),
sen
2
x = x
2
+
x
6
36
2
x
4
3!
+ 2
x
6
5!
+o(x
7
),
sen
3
x = senxsen
2
x = x
3

x
5
3!
+
x
7
5!
+
x
7
36
+o(x
7
),
cos x = 1
x
2
2!
+
x
4
4!

x
6
6!
+o(x
7
),
cos x
2
= 1
x
4
2!
+o(x
7
),
cos
2
x
2
= 1 2
x
4
2!
+o(x
7
).
1 cos
2
x
2
= 2
x
4
2!
+o(x
7
).
[1 cos
2
x
2
]sen
3
x = x
7
+o(x
7
).
log(1 +x) = x
x
2
2
+
x
3
3

x
4
4
+
x
5
5

x
6
6
+
x
7
7
+o(x
7
).
log(1 +x
6
) = x
6
+o(x
7
).
xlog(1 +x
6
) = x
7
+o(x
7
).
As que:
lm
x0
[1 cos
2
(x
2
)]sen
3
(x)
xlog(1 +x
6
)
= lm
x0
x
7
+o(x
7
)
x
7
+o(x
7
)
= lm
x0
1 +
o(x
7
)
x
7
1 +
o(x
7
)
x
7
= 1
7.7. Calcular el siguiente lmite:
lm
x0
_
1
sen
2
x

1
x
2
_
(1021997).
7.8. Utilizar el desarrollo de Taylor de grado dos de la funci on f (t) = e
t
2
para calcular la integral
_
1
0
e
t
2
dt de
forma aproximada. Dar una cota del error cometido. (391997).
7.9. Calcular
lm
x0
ln
3
_
1 3x
2
_
x
4
x
4
cos
2
(2x)
(391997).
Solucion:
27
4
haciendo desarrollos de orden 6.
7.10. Calcular el desarrollo de Taylor de grado 2 en x = 0 de la funci on
f (x) =
_
x
0
te
t
dt,
y utilizarlo para calcular aproximadamente
_
0,1
0
te
t
dt. Dar una estimaci on del error cometido. (1121997).
7.11. Calcular el siguiente lmite funcional
lm
x0
1 cos 3x
sen x
2
(1421998).
Solucion:
9
2
haciendo desarrollos de orden 2.
45
7.12. Calcular el lmite
lm
x0
sen x
x +ax
3
1 +bx
2
ln(x + 1)
(271998).
Solucion: 0
7.13. Usando el desarrollo de Taylor en x = 0 de f(x) = e
x
, obtener
3

e con un error menor que 10


4
. (271998).
7.14. Utiliza un desarrollo de Taylor de orden 2 de la funci on f(x) = log x para aproximar el valor de log(1, 1). Da
una estimaci on del error cometido.
7.15. Calcula los lmites siguientes:
(a) lm
x0
x
5
x log(1+x
4
)
sen
3
(x
2
)
(b) lm
x0
sen
3
(x
2
)
x
5
x log(1+x
4
)
(c) lm
x0
[1cos
2
(x
2
)]sen
3
(x)
x log(1+x
6
)
(d) lm
x0
log(1+x
3
)
1cos
3
(x)
Solucion:
(a) 0, haciendo un desarrollo de orden 6; (b) el lmite no existe, aunque s que existen los lmites laterales (+
cuando x tiende a 0 por la izquierda y cuando x tiende a 0 por la derecha). Se necesitan hacer desarrollos
de orden 6 y luego investigar el signo de la funci on que aparece en el denominador [f(x) = x(x
4
log(1 +x
4
))]
cuando x es cercano a 0; (c)
7.16. Calcula el lmite siguiente utilizando desarrollos de Taylor
lm
x0
log(1 +x
2
)sen (2x
4
)
x
3
log(1 + 3x
3
)
Solucion: Haremos desarrollos de Taylor del numerador y denominador de orden 6:
senx = x
x
3
3!
+
x
5
5!
+o(x
6
),
sen(2x
4
) = 2x
4
+o(x
6
),
log(1 +x) = x
x
2
2
+
x
3
3

x
4
4
+
x
5
5

x
6
6
+o(x
6
).
log(1 +x
2
) = x
2

x
4
2
+
x
6
3
+o(x
6
).
log(1 +x
2
)sen (2x
4
) = 2x
6
+o(x
6
).
log(1 + 3x
3
) = 3x
3

9x
4
2
+o(x
6
).
x
3
log(1 + 3x
3
) = 3x
6
+o(x
6
).
As que:
lm
x0
log(1 +x
2
)sen (2x
4
)
x
3
log(1 + 3x
3
)
= lm
x0
2x
6
+o(x
6
)
3x
6
+o(x
6
)
= lm
x0
2 +
o(x
6
)
x
6
3 +
o(x
6
)
x
6
=
2
3
7.17. Calcula el lmite siguiente usando desarrollos de Taylor:
lm
x0
2senx
4
1 cos (x
2
)
Solucion: Hacemos desarrollos de Taylor del numerador y denominador de orden 4:
lm
x0
2x
4
+o(x
4
)
1 1 +x
4
/2 +o(x
4
)
= lm
x0
2 +
o(x
4
)
x
4
1
2
+
o(x
4
)
x
4
= 4.
46
VIII. Lmites y continuidad de funciones de varias variables
8.1. Demostrar que los siguientes conjuntos de R
2
son abiertos:
a) A = (x, y) R
2
: x > 0
b) B = (x, y) R
2
: x +y < 1
c) C = (x, y) R
2
: x
2
+y
2
> 0
d) D = (x, y) R
2
: 1/x > 1
8.2. Demostrar que los siguientes conjuntos de R
2
son cerrados:
a) A = (x, y) R
2
: x 2
b) B = (x, y) R
2
: x +y 1
c) C = (x, y) R
2
: x
2
+y
2
1
d) D = (x, y) R
2
: 1/x 1
8.3. Calcular los puntos de acumulaci on, la clausura, el interior y la frontera de los conjuntos de los dos ejercicios
anteriores.
8.4. Calcular el maximo dominio de denicion de las funciones siguientes:
(a) f (x, y) = cos
_
1
x
2
+y
2
_
.
Solucion: Domf = R
2
(0, 0)
(b) f (x, y) =
x
2
+y
2
xy
.
Solucion: Domf = (x, y) R
2
: x ,= 0 e y ,= 0
(c) f (x, y) =
_
xy
x
2
+y
2
1
,
xy
x
2
+y
2
4
_
.
Solucion:
Domf = (x, y) R
2
: 0 x
2
+y
2
< 1 o 1 < x
2
+y
2
< 4 o 4 < x
2
+y
2

(d) f (x, y) =
_
x
2
+y
2
1.
Solucion: Domf = (x, y) R
2
: 1 x
2
+y
2

(e) f (x, y, z) =
_
z
x
2
+y
2
+z
2
4
, log
_
x
2
+y
2
+z
2
1
_
_
.
Solucion: Domf = (x, y, z) R
3
: 1 x
2
+y
2
+z
2
y x
2
+y
2
+z
2
,= 4
8.5. Estudiar la existencia del lmite en el punto (0, 0) de la funci on f : R
2
(0, 0) R dada por
f (x, y) =
x
4
+y
4
x
2
+y
2
.
Solucion: Demostraremos que el lmite es 0, para ello, jado > 0 tendremos que encontrar > 0 tal que si
|(x, y) (0, 0)|
2
=
_
x
2
+y
2
< entonces

x
4
+y
4
x
2
+y
2

=
x
4
+y
4
x
2
+y
2
< .
Como
x
4
+y
4
x
2
+y
2
<
x
4
+y
4
+ 2x
2
y
2
x
2
+y
2
=
(x
2
+y
2
)
2
x
2
+y
2
= x
2
+y
2
<
2
,
entonces basta con tomar =

.
47
8.6. Estudiar la existencia del lmite en el punto (0, 0) de la funci on f : R
2
(0, 0) R
2
denida por
f (x, y) =
_
x +y
2
,
xy
x
2
+y
2
_
.
Solucion: Para que exista el lmite debe existir el lmite de las dos componentes. Puesto que la primera compo-
nente es una funci on continua, el lmite sera el valor de la funcion en (0, 0), es decir, 0.
Veamos ahora que pasa con la segunda componente. Denamos g(x, y) =
xy
x
2
+y
2
. Si calculamos el lmite por la
direcci on y = mx tenemos:
lm
x0
g(x, mx) = lm
x0
mx
2
x
2
(1 +m
2
)
=
m
1 +m
2
.
Como el lmite direccional depende de m deducimos que el lmite de g(x, y) cuando (x, y) tiende a (0, 0) no
existe. Por lo tanto tampoco existe el de f(x, y).
8.7. Estudiar la existencia del lmite en el punto (0, 0) de la funci on f : R
2
(0, 0) R dada por
f (x, y) =
x
2
+y
_
x
2
+y
2
.
Solucion: Hacemos un lmite direccional acerc andonos por las rectas y = mx:
lm
x0
x
2
+mx
_
x
2
(1 + m
2
)
= lm
x0
x
2
+mx
x
_
(1 +m
2
)
= lm
x0
x +m
_
(1 +m
2
)
=
m
_
(1 +m
2
)
Como el lmite direccional depende de la recta por la que nos acerquemos al punto (0, 0) entonces no existe el
lmite doble planteado.
8.8. Estudiar la existencia del lmite en el punto (0, 0) de la funci on f : R
2
(0, 0) R dada por
f (x, y) =
x
2
+y
x
2
+y
2
.
Solucion: Hacemos un lmite direccional acerc andonos por la par abola y = x
2
:
lm
x0
x
2
+x
2
x
2
+
2
x
4
= lm
x0
x
2
(1 +)
x
2
(1 +x
2
)
= 1 +
Como el lmite direccional depende de la par abola elegida entonces no existe el lmite doble planteado.
Si se utilizan lmites reiterados se obtienen diferentes valores y tambien se puede justicar de esta manera que
el lmite doble no existe:
lm
y0
lm
x0
x
2
+y
x
2
+y
2
= lm
y0
y
y
2
= (dependiendo el signo de si el lmite se hace por la derecha o por
la izquierda).
lm
x0
lm
y0
x
2
+y
x
2
+y
2
= lm
y0
x
2
x
2
= 1.
8.9. Estudiar la existencia del lmite en el punto (0, 0) de la funci on f : R
2
(0, 0) R dada por
f (x, y) =
x
4
+ 3x
2
y
2
+ 2xy
3
(x
2
+y
2
)
2
.
Solucion:
Si hacemos el lmite por coordenadas polares obtenemos:
48
lm
r0
f(rcos , rsen )
= lm
r0
r
4
r
4
(cos
4
+ 3cos
2
sen
2
+ 2cos sen
3
)
= cos
4
+ 3cos
2
sen
2
+ 2cos sen
3

Como este lmite depende del angulo no va a existir el lmite. Demostramos la no existencia recurriendo a los
lmites direccionales.
Hacemos un lmite direccional acerc andonos por las rectas y = mx:
lm
x0
x
4
+ 3x
2
m
2
x
2
+ 2xm
3
x
3
(x
2
+m
2
x
2
)
2
= lm
x0
x
4
x
4
1 + 3m
2
+ 2m
3
(1 +m
2
)
2
=
1 + 3m
2
+ 2m
3
(1 +m
2
)
2
Como el lmite direccional depende de m entonces no existe el lmite doble planteado.
8.10. Estudiar la existencia del lmite en el punto (0, 0) de la funci on f : R
2
(0, 0) R dada por
f (x, y) =
2x
5
+ 2y
3
_
2x
2
y
2
_
(x
2
+y
2
)
2
.
Solucion:
Empezamos calculando los lmites reiterados para ver si nos da alguna informacion:
lm
x0
lm
y0
f(x, y) = lm
x0
2x
5
x
4
= 0
lm
y0
lm
x0
f(x, y) = lm
y0
2y
5
y
4
= 0
As que si existe el lmite valdra 0.
Intentamos ver si realmente existe usando coordenadas polares:
lm
r0
f(rcos , rsen ) = lm
r0
2r
5
cos
5
+ 2r
3
sen
3
(2r
2
cos
2
r
2
sen
2
)
r
4
= lm
r0
r
5
(2cos
5
+ 4 sen
3
cos
2
2sen
3
sen
2
)
r
4
= lmr(2cos
5
+ 4 sen
3
cos
2
2sen
3
sen
2
) = 0
Ahora tenemos que hacer la acotacion de [f(rcos , rsen ) 0[ por una funci on F(r) que solo dependa de r y
que tienda a 0 cuando r tiende a 0:
[f(rcos , rsen ) 0[ = [r(2cos
5
+ 4 sen
3
cos
2
2sen
3
sen
2
)[
r
_
2[cos
5
[ + 4[sen
3
cos
2
[ + 2[sen
3
sen
2
[

8r = F(r)
Como lm
r0
F(r) = 0 entonces obtenemos nalmente:
lm
(x,y)(0,0)
f(x, y) = 0.
8.11. Estudiar la existencia del lmite en el punto (0, 0) de la funci on f : R
2
(0, 0) R
3
dada por
f (x, y) =
_
xy
x
2
y
2
x
2
+y
2
, xy,
_
[xyz[
_
.
Solucion:
Seg un la teora el lmite existira si existen a su vez los lmites de las funciones componentes f
1
(x, y) = xy
x
2
y
2
x
2
+y
2
,
f
2
(x, y) = xy y f
3
(x, y) =
_
[xyz[. Ahora bien la segunda y tercera componentes son continuas y por lo tanto
los lmites existiran y valdran:
49
lm
(x,y)(0,0)
f
2
(x, y) = f
2
(0, 0) = 0.
lm
(x,y)(0,0)
f
3
(x, y) = f
3
(0, 0) = 0.
Estudiemos ahora el lmite de la primera componente,
lm
(x,y)(0,0)
xy
x
2
y
2
x
2
+y
2
,
usando coordenadas polares:
Primero calculamos el valor de f
1
(rcos , rsen ),
f
1
(rcos , rsen ) = rcos rsen
r
2
cos
2
r
2
sen
2

r
2
= r
2
(cos
2
sen
2
)cos sen = r
2
cos (2)
1
2
sen(2).
lm
r0
f
1
(rcos , rsen ) = 0.
[f
1
(rcos , rsen ) 0[ = [r
2
cos (2)
1
2
sen (2)[ r
2
1
1
2
1 =
r
2
2
= F(r).
Como lm
r0
F(r) = 0 entonces existe el lmite lm
(x,y)(0,0)
f
1
(x, y) y su valor es lm
(x,y)(0,0)
f
1
(x, y) =
lm
r0
f
1
(rcos , rsen ) = 0.
Finalmente tenemos que:
lm
(x,y)(0,0)
f(x, y) = (0, 0, 0).
8.12. Estudiar la existencia del lmite en el punto (0, 0) de la funci on f : R
2
(0, 0) R dada por
f (x, y) =
x
2
+xy
x
2
+y
2
.
Solucion: Se puede demostrar que no existe el lmite haciendo uso de los lmites direccionales y eligiendo las
direcciones y = mx.
8.13. Estudiar la existencia del lmite en el punto (0, 0) de la funci on f : R
2
(0, 0) R dada por
f (x, y) =
xy
2
x
2
+y
4
.
Solucion: Lo mismo que en el ejercicio anterior pero con las direcciones y = m

x.
8.14. Estudiar la existencia del lmite en el punto (0, 0) de la funci on f : R
2
(0, 0) R dada por
f (x, y) =
x
3
+y
3
x
2
+y
2
+y
4
.
Solucion: Usando coordenadas polares obtenemos:
lm
r0
f(rcos , sen) = lm
r0
r
3
(cos
3
+ sen
3
)
r
2
+r
4
cos
4

= lm
r0
r(cos
3
+ sen
3
)
1 +r
2
cos
4

= 0.
Ademas tenemos la acotacion
[f : R R 0[ = [r
(cos
3
+ sen
3
)
1 +r
2
cos
4

[ 2r = F(r)
50
Puesto que lm
r0
F(r) = 0 entonces:
lm
(x,y)(0,0)
f(x, y) = lm
r0
f : R R = 0.
8.15. Estudiar la existencia del lmite en el punto (0, 0) de la funci on f : R
2
(0, 0) R
2
dada por
f (x, y) =
_
x
4
+y
4
x
2
+y
2
, sen
_
x
2
+xy
x
2
+y
2
__
.
8.16. Dadas las funciones
f (x, y) =
_
x
3
x
2
y
2
si [x[ ,= [y[ ,
0 si [x[ = [y[ ,
y
g (x, y) =
_
x
3
+y
3
x
2
+y
2
+x
2
y
2
si (x, y) ,= (0, 0) ,
0 si (x, y) = (0, 0) ,
se pide:
(a) Hallar lm
n
f (x
n
, y
n
) en los siguientes casos: (x
n
, y
n
) =
_
1
n
,
k
n
_
y (x
n
, y
n
) =
_
1
n
,
1
n
2
_
, donde k es un
n umero real.
(b) Existe lm
(x,y)(0,0)
f (x, y) ?
(c) Comprobar si lm
(x,y)(0,0)
g (x, y) = 0.
8.17. Estudiar la continuidad de la funci on
f (x, y) =
_ _
x
2
+y
2
_
sen
1

x
2
+y
2
si (x, y) ,= (0, 0) ,
0 si (x, y) = (0, 0) .
8.18. Es posible denir las funciones de los ejercicios 8.5, 8.6, 8.8, 8.9, 8.10, 8.11, 8.12, 8.13, 8.14 y 8.15 de
manera que estas sean continuas?
8.19. Estudiar la continuidad de las siguientes funciones
(a) f (x, y) =
_
x|y|

x
2
+y
2
si (x, y) ,= (0, 0) ,
0 si (x, y) = (0, 0) .
(b) f (x, y) =
_ _
x
2
y
x
2
+y
2
, sen (xy)
_
si (x, y) ,= (0, 0) ,
(0, 0) si (x, y) = (0, 0) .
(c) f (x, y) =
_
sen x
x
y si x ,= 0,
y si (x, y) = (0, y) .
(d) f (x, y) =
_
sen xy
x
si x ,= 0,
y si (x, y) = (0, y) .
Solucion:
Resoluci on del apartado (c)
Para decidir si es continua hay que ver si se verica:
lm
(x,y)(0,k)
f(x, y) = f(0, k) = k.
Si se verica la igualdad anterior entonces la funci on f sera continua. En caso contrario no lo sera.
Comprobamos que en este caso se verica lm
(x,y)(0,k)
f(x, y) = k. As que, jado > 0, debemos encontrar
> 0 tal que si |(x, y) (0, k)|
1
= [x[ + [y k[ < entonces [f(x, y) k[ < .
Primera consideracion: puesto que lm
x0
1
sen x
x
= 0, para
x
=

4(|k|+1)
existe
0
> 0 tal que si [x0[ <
0
entonces

1
senx
x

<

4
. (.4)
51
Segunda consideracion: elegimos ahora
= mn1,

8
,
0
. (.5)
Demostracion del lmite: suponemos ahora que |(x, y) (0, k)|
1
= [x[ +[y k[ < , entonces:
[f(x, y) k[

sen x
x
y k

+[y k[

_
senx
x
1
_
y +y k

+[y k[

_
senx
x
1
_
y

+ 2[y k[

_
sen x
x
1
_

[y[ + 2[y k[ (usando ahora la ecuaci on (.4))


4([k[ + 1)
[y[ + 2[y k[ (usando (.5) tenemos que
[y[
[k[ + 1
< 1)


4
+ 2[y k[ (usando (.5)


4
+ 2

8
=

2
< .
Solucion:
Resoluci on del apartado (d)
Para demostrar que la funci on es continua tendremos que ver que para todo k R se verica k = f(0, k) =
lm
(x,y)(0,k)
f(x, y) = lm
(x,y)(0,0)
f(x, y +k) = lm
(x,y)(0,0)
sen[x(y+k)]
x
. Es decir, jado > 0 tendremos que
encontrar > 0 tal que si |(x, y) (0, 0)|

< entonces

sen [x(y+k)]
x
k

< .
Puesto que lm
z0
sen z
z
= 1 se tiene que para
z
=

2(1+|k|)
existe
z
> 0 tal que

sen z
z
1

<
z
si [z[ <
z
.
El que necesitamos es = mn1,

2
,
z
1+|k|
ya que si |(x, y)|

< entonces:

sen[x(y +k)]
x
k

sen[x(y +k)]
x(y +k)
(y +k) k

_
sen[x(y +k)]
x(y +k)
1
_
(y +k) + (y +k) k

_
sen[x(y +k)]
x(y +k)
1
_
(y +k)

+[y[ = H
1
Hacemos notar que [x(y +k)[ [x[[y +k[ [x[(1 +[k[)
z
1+|k|
(1 +[k[) =
z
, por lo tanto:

_
sen[x(y +k)]
x(y +k)
1
_
(y +k)

<
z
[y +k[

2(1 +[k[)
[y +k[


2(1 +[k[)
([y[ +[k[)

2
.
Finalmente tenemos que H
1
<

2
+

2
= .
8.20. Que tiene que valer el n umero real k para que la funci on
f (x, y) =
_
x
2
y
x
2
+y
2
si (x, y) ,= (0, 0) ,
k si (x, y) = (0, 0) .
sea continua?
Solucion: k = 0 (demuestralo).
52
8.21. Que tiene que valer el n umero real k para que la funci on
f (x, y) =
_
y
2
x
2
+y
2
si (x, y) ,= (0, 0) ,
k si (x, y) = (0, 0) .
sea continua?
Solucion:
Esta funci on no puede ser continua (demuestralo).
8.22. Da una raz on que justique que la aplicacion f : R
2
R, denida por f(x, y) = sen(y +x), no es una norma.
Solucion: La aplicacion no es una norma porque f(0, ) = 0 y (0, ) ,= (0, 0).
8.23. Pon un ejemplo de un conjunto no compacto en R
2
y justica por que no es compacto.
Solucion: (x, y) R
2
: x
2
+y
2
5 no es compacto porque no est a acotado.
8.24. Estudia el lmite lm
(x,y)(0,0)
3x
3
y
3
(x
2
+y
2
)
3/2
+ 5.
Solucion: Estudiamos el lmite utilizando coordenadas polares:
lm
r0
3r
6
cos
3
sen
3

r
3
+ 5 = lm
r0
3r
3
cos
3
sen + 5 = 5
Ahora, si f(x, y) =
3x
3
y
(x
2
+y
2
)
1/2
, intentamos acotar [f(rcos , rsen ) 0[ con una funci on F(r) que tienda a 0
cuando r tiende a 0:
[f(rcos , rsen ) 5[ = [3r
3
cos
3
sen
3
[ 3r
3
= F(r)
Como F(r) 0 cuando r 0 entonces lm
(x,y)(0,0)
3x
3
y
(x
2
+y
2
)
1/2
= 0.
8.25. Da una raz on que justique que la aplicacion f : R
2
R
+
, denida por f(x, y) = [cos (x)cos (y +x)[, no es una
norma.
Solucion: La aplicacion no es una norma porque f(0, 0) = 1 ,= 0.
8.26. Da una raz on por la que el conjunto K = (x, y) : x
2
+y
2
> 4 no es compacto.
Solucion: No es compacto porque no es ni cerrado ni acotado.
8.27. Estudia el lmite lm
(x,y)(0,0)
3x
3
y
(x
2
+y
2
)
1/2
.
Solucion: Estudiamos el lmite utilizando coordenadas polares:
lm
r0
3r
4
cos
3
sen
r
= lm
r0
3r
3
cos
3
sen = 0
Ahora, si f(x, y) =
3x
3
y
(x
2
+y
2
)
1/2
, intentamos acotar [f(rcos , rsen ) 0[ con una funci on F(r) que tienda a 0
cuando r tiende a 0:
[f(rcos , rsen ) 0[ = [3r
3
cos
3
sen [ 3r
3
= F(r)
Como F(r) 0 cuando r 0 entonces lm
(x,y)(0,0)
3x
3
y
(x
2
+y
2
)
1/2
= 0.
8.28. Da una raz on que justique que la aplicacion f : R
2
R, denida por f(x, y) = sen(y +x), no es una norma.
Solucion: La aplicacion no es una norma porque f(0, ) = 0 y (0, ) ,= (0, 0).
8.29. Existe alg un subconjunto de R
2
que sea a la vez abierto y cerrado? Pon un ejemplo en caso de responder
armativamente..
Solucion: S, por ejemplo todo R
2
o el conjunto vaco.
8.30. Pon un ejemplo de un conjunto no compacto en R
2
y justica por que no es compacto.
Solucion: (x, y) R
2
: x
2
+y
2
5 no es compacto porque no est a acotado.
53
8.31. Estudia el lmite lm
(x,y)(0,0)
3x
3
y
3
(x
2
+y
2
)
3/2
+ 5.
Solucion: Estudiamos el lmite utilizando coordenadas polares:
lm
r0
3r
6
cos
3
sen
3

r
3
+ 5 = lm
r0
3r
3
cos
3
sen + 5 = 5
Ahora, si f(x, y) =
3x
3
y
(x
2
+y
2
)
1/2
, intentamos acotar [f(rcos , rsen ) 0[ con una funci on F(r) que tienda a 0
cuando r tiende a 0:
[f(rcos , rsen ) 5[ = [3r
3
cos
3
sen
3
[ 3r
3
= F(r)
Como F(r) 0 cuando r 0 entonces lm
(x,y)(0,0)
3x
3
y
(x
2
+y
2
)
1/2
= 0.
8.32. Dibuja los conjuntos que siguen
A = (x, y) : x
2
> 1 B = (x, y) : y
2
1 C = (x, 2x) : x R
D = (
1
n
, 0) : n N E = (x, y) : x
2
+y
2
> 1 F = (x, y) : x
2
+y
2
1
G = (x,
2
x
) : x R H = (k, k) : k = 1, 2, 3, 4, 5, 6.
Calcula:
a) el interior, la clausura y la frontera de cada uno de ellos;
b) el interior y la clausura de A B C;
c) los puntos de acumulaci on y aislados del conjunto D;
Responde:
d) Que conjuntos son cerrados?
e) Cuales son abiertos?
f ) Cuales son acotados?
g) Hay alg un conjunto compacto? Cual o cuales?
IX. Calculo diferencial de funciones de varias variables
9.1. Sea f : R
2
R denida por
f (x, y) =
_
xsen yysenx
x
2
+y
2
si (x, y) ,= (0, 0)
0 si (x, y) = (0, 0) .
Comprobar que existen las derivadas parciales segundas

2
f
xy
(0, 0) y

2
f
yx
(0, 0) , pero no son iguales.
9.2. Se consideran las funciones f : R
2
R
2
y g : R
2
R
2
denidas por f (x, y) =
_
x
2
y
4
, x
3
y
3
+ 4xy
2
_
y g (x, y) =
(xsen y, ysenx) . Sea F = g f. Calcular la matriz jacobiana de F en el punto (2, 1) .
9.3. Se consideran las funciones f : R R
3
y g : R
3
R
2
denidas por f (t) =
_
t
2
, 3t 1, 1 t
2
_
y g (x, y, z) =
_
x
2
y zx, y
2
+xy +z
2
_
. Sea F = gf. Calcular la matriz jacobiana de F en el punto 1. Es posible calcular
la matriz jacobiana de la funci on G = f g en el punto (1, 1, 1) ?
Solucion: Utilizaremos la formula:
JF(1) = Jg f(1) = Jg(f(1))Jf(1) = Jg(1, 4, 0)Jf(1).
Calculamos ambos jacobianos:
Jg(x, y, z) =
_
2x z 1 x
y 2y +x 2z
_
Jf(t) =
_
_
2t
3
2t
_
_
As que:
JF(1) = Jg(1, 4, 0)Jf(1) =
_
2 1 1
4 7 20
_
_
_
2
3
2
_
_
=
_
9
27
_
54
9.4. Hallar la expresion de las derivadas parciales de la funci on F : R
2
R denida por
F (x, y) = f (g (x) k (y) , g (x) +h(y)) ,
donde f : R
2
R es de clase C
1
(R) y g, h, k : R R son de clase C
1
(R) .
9.5. Calcular la expresion de las derivadas parciales de la funci on F : R
3
R dada por
F (x, y, z) = f (x
y
, y
z
, z
x
)
donde f : M R
3
R es una funci on de clase C
1
(M) con
M = (x, y, z) : x > 0, y > 0, z > 0 .
Solucion:
F
x
(x, y, z) =
f
x
(x
y
, y
z
, z
x
)yx
y1
+
f
z
(x
y
, y
z
, z
x
)z
x
log z
F
y
(x, y, z) =
f
x
(x
y
, y
z
, z
x
)x
y
log x +
f
y
(x
y
, y
z
, z
x
)zy
z1
F
z
(x, y, z) =
f
y
(x
y
, y
z
, z
x
)y
z
log y +
f
z
(x
y
, y
z
, z
x
)xz
x1
9.6. Calcular la expresion de las derivadas parciales de la funciones F : R
3
R dadas por
(a) F (x, y, z) =
_
x+y+z
0
sentdt.
(b) F (x, y, z) =
_
xyz
0
tsentdt.
(c) F (x, y, z) =
_
xyz
x
2
+y
2
sen tdt.
9.7. Sea f : R R una funci on de clase C
2
(R) y sea F : R
2
R denida por
F (x, y) = f
_
1
y

1
x
_
con x, y ,= 0.
Comprobar que se satisfacen las igualdades:
a) x
2 F
x
(x, y) +y
2 F
y
(x, y) = 0.
b) 2x
2
y
2
(x +y)

2
F
xy
(x, y) x
4
2
F
x
2
(x, y) +y
4
2
F

2
y
(x, y) = 0 admitiendo que f

= f

.
Solucion:
a)
x
2
F
x
(x, y) +y
2
F
y
(x, y)
= x
2
1
x
2
f

_
1
y

1
x
_
+y
2
1
y
2
f

_
1
y

1
x
_
=
= f

_
1
y

1
x
_
f

_
1
y

1
x
_
= 0
55
b)
F
x
(x, y) =
1
x
2
f

_
1
y

1
x
_
F
y
(x, y) =
1
y
2
f

_
1
y

1
x
_

2
F
x
2
(x, y) =
2
x
3
f

_
1
y

1
x
_
+
1
x
4
f

_
1
y

1
x
_

2
F
y
2
(x, y) =
2
y
3
f

_
1
y

1
x
_
+
1
y
4
f

_
1
y

1
x
_

2
F
yx
(x, y) =
1
x
2
1
y
2
f

_
1
y

1
x
_
Ahora deniendo A =
1
y

1
x
, tenemos:
2x
2
y
2
(x +y)

2
F
xy
(x, y) x
4

2
F
x
2
(x, y) +y
4

2
F
y
2
(x, y)
= 2x
2
y
2
(x +y)
_
1
x
2
1
y
2
f

(A)
_
x
4
_
2
x
3
f

(A) +
1
x
4
f

(A)
_
+y
4
_
2
y
3
f

(A) +
1
y
4
f

(A)
_
= 2(x y)f

(A)
+2xf

(A) f

(A) + 2yf

(A) +f

(A)
= 2f

(A)(x +y) + 2f

(A)(x +y)
= 2(x +y)[f

(A) f

(A)] = 0
9.8. Sea f : R R una funci on de clase C
2
(R) y sea F : R
2
R denida por
F (x, y) =
f (y/x)
x
con x ,= 0.
Comprobar que se satisfacen las igualdades:
a) x
F
x
(x, y) +y
F
y
(x, y) +F (x, y) = 0.
b) x
2
2
F
x
2
(x, y) +y
2
2
F

2
y
(x, y) + 2xy

2
F
xy
(x, y) = 2F (x, y) .
Solucion:
a) Deniendo A =
y
x
y calculando obtenemos:
F
x
(x, y) =
f

(A)
y
x
2
x f(A)
x
2
=
yf

(A) xf(A)
x
3
,
F
y
=
1
x
2
f

(A).
As que:
x
F
x
(x, y) +y
F
y
(x, y) +F(x, y)
= x
yf

(A) xf(A)
x
3
+y
1
x
2
f

(A) +
f(A)
x
= 0
56
b)

2
F
x
2
(x, y) =
_
yf

(A)
y
x
2
f(A) xf

(A)
y
x
2

x
3
3x
2
[yf

(A) xf(A)]
x
6
=
y
2
xf

(A) x
3
f(A) +yx
2
f

(A) + 3x
2
yf

(A) + 3x
3
f(A)
x
6
=
y
2
xf

(A) + 4yx
2
f

(A) + 2x
3
f(A)
x
6
=
y
2
f

(A) + 4yxf

(A) + 2x
2
f(A)
x
5

2
F
y
2
(x, y) =
1
x
3
f

(A)

2
F
yx
(x, y) =
y
x
2
f

(A)x
2
2xf

(A)
x
4
=
yf

(A) 2xf

(A)
x
4
Ahora tenemos:
x
2

2
F
x
2
(x, y) +y
2

2
F

2
y
(x, y) + 2xy

2
F
xy
(x, y)
= x
2
y
2
f

(A) + 4yxf

(A) + 2x
2
f(A)
x
5
+y
2
1
x
3
f

(A)
+2xy
yf

(A) 2xf

(A)
x
4
= f

(A)
_
y
2
x
3
+
y
2
x
3
2
y
2
x
3
_
+f

(A)
_
4
y
x
2
4
y
x
2
_
+f(A)
_
2
1
x
_
= 2
f(A)
x
= 2F(x, y).
9.9. Dada f (x, y, z) se dene el gradiente de f como
gradf (x, y, z) =
_
f
x
(x, y, z) ,
f
y
(x, y, z) ,
f
z
(x, y, z)
_
.
Dadas las coordenadas cilndricas de R
3
_
_
_
x = rcos
y = rsen
z = z,
obtener el gradiente de f en estas coordenadas.
Solucion: La funci on f en cilndricas es:
F(r, , z) = f(rcos , rsen , z),
as que deniendo A = (rcos , rsen , z), tenemos:
gradF (r, , z)
=
_
cos
f
x
(A) + sen
f
y
(A), rsen
f
x
(A) +rcos
f
y
(A),
f
z
(A)
_
57
9.10. Si ahora tenemos las coordenadas esfericas
_
_
_
x = rcos sen
y = rsen sen
z = rcos ,
obtener el gradiente de la funci on del ejercicio anterior en estas nuevas coordenadas.
Solucion: La funci on f en esfericas es:
F(r, , ) = f(rcos sen , rsen sen, rcos ),
as que deniendo A = (rcos sen , rsen sen , rcos ), tenemos:
gradF (r, , )
=
_
cos sen
f
x
(A) + sen sen
f
y
(A) + cos
f
z
(A),
rsen sen
f
x
(A) +rcos sen
f
y
(A),
rcos cos
f
x
(A) +rsen cos
f
y
(A) rsen
f
z
(A)
_
9.11. Suponiendo que es sucientemente diferenciable comprueba que:
a) y
z
x
x
z
y
= 0 si z = (x
2
+y
2
),
b) x
2 z
x
xy
z
y
+y
2
= 0 si z =
y
2
3x
+(xy).
Solucion:
a)
z
x
(x, y) =

(x
2
+y
2
)2x,
z
y
=

(x
2
+y
2
)2y,
y
z
x
x
z
y
= 2xy

(x
2
+y
2
) 2xy

(x
2
+y
2
) = 0.
b)
z
x
(x, y) =
y
2
3
1
x
2
+y

(xy)
z
y
(x, y) =
2y
3x
+x

(xy)
x
2
z
x
xy
z
y
+y
2
= x
2
_
y
2
3
1
x
2
+y

(xy)
_
xy
_
2y
3x
+x

(xy)
_
+y
2
=
y
2
3
+yx
2

(xy)
2y
2
3
x
2
y

(xy) +y
2
= 0
9.12. Dadas dos constantes, a y b, comprueba que la funci on u = log
_
(x a)
2
+ (y b)
2
satisface la ecuacion de
Laplace

2
u
x
2
+

2
u
y
2
= 0.
58
Solucion:
u
x
=
1
_
(x a)
2
+ (y b)
2
1
2
_
(x a)
2
+ (y b)
2
[2(x a)]
=
x a
(x a)
2
+ (y b)
2

2
u
x
2
=
(x a)
2
+ (y b)
2
2(x a)
2
[(x a)
2
+ (y b)
2
]
2
=
(y b)
2
(x a)
2
[(x a)
2
+ (y b)
2
]
2
u
y
=
1
_
(x a)
2
+ (y b)
2
1
2
_
(x a)
2
+ (y b)
2
[2(y b)]
=
y b
(x a)
2
+ (y b)
2

2
u
y
2
=
(x a)
2
+ (y b)
2
2(y b)
2
[(x a)
2
+ (y b)
2
]
2
=
(x a)
2
(y b)
2
[(x a)
2
+ (y b)
2
]
2
Finalmente:

2
u
x
2
+

2
u
y
2
=
(y b)
2
(x a)
2
[(x a)
2
+ (y b)
2
]
2
+
(x a)
2
(y b)
2
[(x a)
2
+ (y b)
2
]
2
= 0.
9.13. Demuestra que si la funci on u(x, y) satisface la ecuaci on de Laplace, entonces la funci on v(x, y) = u(
x
x
2
+y
2
,
y
x
2
+y
2
)
tambien la satisface.
Solucion:
v
x
=
u
x
_
x
x
2
+y
2
,
y
x
2
+y
2
_
x
2
+y
2
2x
2
(x
2
+y
2
)
2
+
u
y
_
x
x
2
+y
2
,
y
x
2
+ y
2
_
2xy
(x
2
+y
2
)
2
=
u
x
_
x
x
2
+y
2
,
y
x
2
+y
2
_
y
2
x
2
(x
2
+y
2
)
2
+
u
y
_
x
x
2
+y
2
,
y
x
2
+ y
2
_
2xy
(x
2
+y
2
)
2
v
y
=
u
x
_
x
x
2
+y
2
,
y
x
2
+y
2
_
2xy
(x
2
+y
2
)
2
+
u
y
_
x
x
2
+ y
2
,
y
x
2
+y
2
_
x
2
+y
2
2y
2
(x
2
+y
2
)
2
=
u
x
_
x
x
2
+y
2
,
y
x
2
+y
2
_
2xy
(x
2
+y
2
)
2
+
u
y
_
x
x
2
+y
2
,
y
x
2
+ y
2
_
x
2
y
2
(x
2
+y
2
)
2
Denotamos ahora A =
_
x
x
2
+y
2
,
y
x
2
+y
2
_
.

2
v
y
2
=
_

2
u
x
2
(A)
2xy
(x
2
+y
2
)
2
+

2
u
xy
(A)
x
2
y
2
(x
2
+y
2
)
2
_
2xy
(x
2
+ y
2
)
2
+
u
x
(A)
2x(x
2
+y
2
)
2
2(x
2
+y
2
)2y(2xy)
(x
2
+y
2
)
4
+
_

2
u
xy
(A)
2xy
(x
2
+y
2
)
2
+

2
u
y
2
(A)
x
2
y
2
(x
2
+y
2
)
2
_
x
2
y
2
(x
2
+ y
2
)
2
+
u
y
(A)
2y(x
2
+y
2
)
2
2(x
2
+y
2
)2y(x
2
y
2
)
(x
2
+y
2
)
4
=
_

2
u
x
2
(A)
2xy
(x
2
+y
2
)
2
+

2
u
xy
(A)
x
2
y
2
(x
2
+y
2
)
2
_
2xy
(x
2
+ y
2
)
2
+
u
x
(A)
2x
3
+ 6xy
2
(x
2
+y
2
)
3
+
_

2
u
xy
(A)
2xy
(x
2
+y
2
)
2
+

2
u
y
2
(A)
x
2
y
2
(x
2
+y
2
)
2
_
x
2
y
2
(x
2
+ y
2
)
2
+
u
y
(A)
6yx
2
+ 2y
3
(x
2
+y
2
)
3
59

2
v
x
2
=
_

2
u
x
2
(A)
y
2
x
2
(x
2
+y
2
)
2
+

2
u
xy
(A)
2xy
(x
2
+y
2
)
2
_
y
2
x
2
(x
2
+y
2
)
2
+
u
x
(A)
2x(x
2
+y
2
)
2
2(x
2
+y
2
)2x(y
2
x
2
)
(x
2
+y
2
)
4
+
_

2
u
xy
(A)
y
2
x
2
(x
2
+y
2
)
2
+

2
u
y
2
(A)
2xy
(x
2
+y
2
)
2
_
2xy
(x
2
+y
2
)
2
+
u
y
(A)
2y(x
2
+y
2
)
2
2(x
2
+y
2
)2x(2xy)
(x
2
+y
2
)
4
=
_

2
u
x
2
(A)
y
2
x
2
(x
2
+y
2
)
2
+

2
u
xy
(A)
2xy
(x
2
+y
2
)
2
_
y
2
x
2
(x
2
+y
2
)
2
+
u
x
(A)
2x
3
6xy
2
(x
2
+y
2
)
3
+
_

2
u
xy
(A)
y
2
x
2
(x
2
+y
2
)
2
+

2
u
y
2
(A)
2xy
(x
2
+y
2
)
2
_
2xy
(x
2
+y
2
)
2
+
u
y
(A)
2y
3
+ 6x
2
y
(x
2
+y
2
)
3
Finalmente tenemos:

2
v
x
2
(x, y) +

2
v
y
2
(x, y)
=

2
u
x
2
(A)
_
(y
2
x
2
)
2
(x
2
+y
2
)
2
+
4x
2
y
2
(x
2
+y
2
)
2
_
+

2
u
y
2
(A)
_
(x
2
y
2
)
2
(x
2
+y
2
)
2
+
4x
2
y
2
(x
2
+y
2
)
2
_
+

2
u
xy
(A)
_
2(x
2
y
2
)(2xy)
(x
2
+y
2
)
2
+
2(2xy)(y
2
x
2
)
(x
2
+y
2
)
2
_
+
u
x
(A)
_
2x
3
+ 6xy
2
+ 2x
3
6xy
2
(x
2
+y
2
)
2
_
+
u
y
(A)
_
2y
3
+ 6yx
2
+ 2y
3
6yx
2
(x
2
+y
2
)
2
_
=
_

2
u
x
2
(A) +

2
u
y
2
(A)
_ _
(y
2
x
2
)
2
(x
2
+y
2
)
2
+
4x
2
y
2
(x
2
+y
2
)
2
_
= 0
9.14. Calcula las derivadas parciales

4
u
x
4
,

4
u
x
3
y
,

4
u
x
2
y
2
si
u = x y +x
2
+ 2xy +y
2
+ x
3
3x
2
y y
3
+x
4
4x
2
y
2
+y
4
.
Solucion:
60
u
x
= 1 + 2x + 2y + 3x
2
6xy + 4x
3
8xy
2

2
u
x
2
= 2 + 6x 6y + 12x
2
8y
2

3
u
x
3
= 6 + 24x

4
u
x
4
= 24

4
u
x
3
y
= 0

3
u
x
2
y
= 6 16y

4
u
x
2
y
2
= 16
9.15. Comprobar que la ecuaci on x
2
+xy +y
3
11 = 0 dene a y como funci on implcita de x en un abierto del punto
x = 1 en el cual toma el valor y = 2. Calcular la primera y segunda derivada de dicha funci on en el punto x = 1.
9.16. Comprobar que el sistema de ecuaciones
_
x +y +z = 0
x y 2xz = 0
dene a (x, y) como funciones implcitas de z en un abierto del punto z = 0 con los valores (x, y) = (0, 0) .
Calcular las derivadas primeras y segundas de dicha funci on en el punto considerado.
Solucion:
Denimos las funciones:
f
1
(x, y, z) = x +y +z
f
2
(x, y, z) = x y 2xz
Puesto que:
a) f
1
(0, 0, 0) = f
2
(0, 0, 0) = 0 y
b)

f1
x
(0, 0, 0)
f1
y
(0, 0, 0)
f2
x
(0, 0, 0)
f2
y
(0, 0, 0)

1 1
1 1

= 2 ,= 0,
deducimos:
a) Existe un abierto U de (0, 0) y V de 0 tales que U V R
3
.
b) Existe
: V U
z (
1
(z),
2
(z))
tal que f
i
(
1
(z),
2
(z), z) = 0 para todo z V y para i 1, 2. Tanto
1
como
2
son funciones de clase
C

.
c)
1
(0) = 0 =
2
(0).
Ahora usamos que
1
(z) +
2
(z) + z = 0 y que
1
(z)
2
(z) 2z
1
(z) = 0. Derivamos ambas expresiones
y obtenemos:

1
(z) +

2
(z) + 1 = 0 y

1
(z)

2
(z) 2
1
(z) 2z

1
(z) = 0. Particularizando ahora ambas
expresiones en z = 0 tenemos:

1
(0) +

2
(0) + 1 = 0,

1
(0)

2
(0) = 0.
Resolviendo este sistema se tiene que

1
(0) =
1
2
=

2
(0).
61
9.17. Comprobar que el sistema de ecuaciones
_
x
2
+y z
2
t
2
= 0
x
2
y z
2
t = 0
dene a (z, t) como funciones implcitas de (x, y) en un abierto del punto (x, y) = (2, 1) con los valores (z, t) =
(1, 2) . Calcular las derivadas parciales primeras y segundas de dicha funci on en el punto considerado.
9.18. Idem para el sistema
_
xe
t
+yz z
2
= 0
ycos t +x
2
z
2
= 1
en el punto (x, y) = (2, 1) y (z, t) = (2, 0) .
9.19. Estudiar si el sistema de ecuaciones
_
x
2
+y
2
+z
2
= 20
x xy +z = 4
dene a dos cualesquiera variables como funci on implcita de la tercera con los valores de la terna (0, 2, 4) .
Calcular las derivadas parciales primeras y segundas de dichas funciones en el punto considerado.
9.20. Estudiar la existencia de funci on inversa de la aplicacion f : R
2
R
2
denida por
f (x, y) = (e
x
cos y, e
x
seny) .
Solucion: Hacemos notar que la funci on f(x, y) es de clase C

, su jacobiano es:
Jf(x, y) =
_
e
x
cos y e
x
seny
e
x
sen y e
x
cos y
_
.
Ademas:
[Jf(x, y)[ = e
x
cos
2
y +e
x
sen
2
y = e
x
,= 0.
Por lo tanto, jado un punto (x, y) R
2
existen abiertos U y V de (x, y) y de f(x, y) respectivamente tales que:
a) f[
U
: U V es biyectiva y f
1
[
U
es de clase C

.
b) Jf
1
(f(x, y)) = (Jf(x, y))
1
=
_
e
x
cos y e
x
seny
e
x
sen y e
x
cos y
_
1
9.21. Idem para la aplicacion f : R
2
R
2
denida por
f (x, y) =
_
x
2
y
2
, 2xy
_
.
9.22. Idem para la aplicacion f : A R
2
R
2
denida por
f (x, y) =
_
x
2
1 x
2
y
2
,
y
2
1 x
2
y
2
_
donde A =
_
(x, y) R
2
: x
2
+y
2
< 1
_
.
9.23. Calcular los extremos relativos de las funciones siguientes:
a) f(x, y) = x
2
+ (y 1)
2
;
b) f(x, y) = xy +
50
x
+
20
y
con x > 0 e y > 0;
c) f(x, y) = xy log(x
2
+y
2
) siendo (x, y) ,= (0, 0);
Solucion:
Empezamos haciendo las parciales para buscar los puntos candidatos a extremos:
f
x
(x, y) = y log(x
2
+y
2
) +xy
1
x
2
+ y
2
2x = 0,
f
y
(x, y) = xlog(x
2
+y
2
) +xy
1
x
2
+y
2
2y = 0,
62
Ahora resolvemos este sistema:
y log(x
2
+y
2
) =
2x
2
y
x
2
+y
2
, (.6)
xlog(x
2
+y
2
) =
2xy
2
x
2
+ y
2
, (.7)
de aqu deducimos:
y
x
=
2x
2
y
2xy
2
=
x
y
y
2
= x
2
y = x
Sustituyendo el valor obtenido para y en la ecuaci on (.6):
xlog(2x
2
) = x xlog(2x
2
) x = 0
x(log(2x
2
) + 1) = 0 log(2x
2
) + 1 = 0
log(2x
2
) = 1 e
1
= 2x
2

1
2e
= x
2

_
x =
1

2e
x =
1

2e
As que los puntos donde posiblemente se encuentran los extremos relativos son:
p
1
=
_
1

2e
,
1

2e
_
p
2
=
_
1

2e
,
1

2e
_
p
3
=
_

2e
,
1

2e
_
p
4
=
_

2e
,
1

2e
_
Estudiamos ahora el hessiano de f:

2
f
x
2
(x, y) = y
2x
x
2
+y
2
+
4xy(x
2
+y
2
) 2x 2x
2
y
(x
2
+y
2
)
2
= y
2x
x
2
+y
2
+
4xy
3
(x
2
+y
2
)
2

2
f
y
2
(x, y) = x
2y
x
2
+y
2
+
4xy(x
2
+y
2
) 2y 2y
2
x
(x
2
+y
2
)
2
= y
2x
x
2
+y
2
+
4yx
3
(x
2
+y
2
)
2

2
f
xy
(x, y) = log(x
2
+y
2
) +y
2y
x
2
+y
2
+
2x
2
(x
2
+y
2
) 2y 2x
2
y
(x
2
+y
2
)
2
= log(x
2
+y
2
) +
2y
2
x
2
+y
2
+
2x
4
2x
2
y
2
(x
2
+y
2
)
2
Finalmente calculamos el hessiano, para ello distinguiremos dos casos, primero lo calcularemos en los puntos
en los que x = y, p
1
y p
3
, y luego lo calcularemos en los puntos en los que x = y, p
2
y p
4
. Es importante
que te des cuenta de que no hace falta recurrir al valor exacto de x e y, lo que simplica los c alculos.
Puntos p
1
y p
3
.
Hf(p
1
) = Hf(p
3
) =
_
2 0
0 2
_
Para estos dos puntos, como la sucesion 1,
1
= 2,
1
= 4, est a formada por terminos positivos se deduce
que en ellos hay un mnimo relativo.
Puntos p
2
y p
4
.
63
0.5
0.0
0.5
0.5
0.0
0.5
0.4
0.2
0.0
0.2
0.4
Figura 1: Representacion graca de la funci on f(x, y) = xy log(x
2
+y
2
)
Hf(p
2
) = Hf(p
4
) =
_
2 0
0 2
_
Para estos dos puntos, como la sucesion 1,
1
= 2,
2
= 4, est a formada por terminos alternadamente
positivos y negativos se deduce que en ellos hay un maximo relativo.
d) f(x, y, z) = xy
2
z
3
(a x 2y 3z) donde a > 0;
Solucion: Empezamos calculando las parciales:
f
x
(x, y, z) = y
2
z
3
(a x 2y 3z) xy
2
z
3
= 0
f
y
(x, y, z) = 2xyz
3
(a x 2y 3z) 2xy
2
z
3
= 0
f
z
(x, y, z) = 3xy
2
z
2
(a x 2y 3z) 3xy
2
z
3
= 0,
este sistema es equivalente a:
y
2
z
3
(a x 2y 3z) = xy
2
z
3
2xyz
3
(a x 2y 3z) = 2xy
2
z
3
3xy
2
z
2
(a x 2y 3z) = 3xy
2
z
3
,
Dividiendo la primera ecuaci on entre la segunda y la tercera entre la segunda obtenemos el siguiente sistema
(para hacer esta divisi on estamos suponiendo x ,= 0, y ,= 0, z ,= 0, a x 2y 3z ,= 0):
y
2x
=
1
2
3
2
y
z
=
3
2
,
2xyz
3
(a x 2y 3z) = 2xy
2
z
3
As que deducimos y = z = x y x
5
(a 6x) = x
6
, por lo tanto a 6x = x y x = y = z =
a
7
. El primer
candidato a extremo relativo es P
1
= (
a
7
,
a
7
,
a
7
) .
Los dem as candidatos a extremos seran soluciones que satisfacen alguna o varias de las condiciones x = 0,
y = 0, z = 0 o a x 2y 3z = 0:
Los puntos P
2
= (x, 0, z) y P
3
= (x, y, 0) son tambien candidatos a extremos para cualesquiera val-
ores de x, y, z.
64
Si buscamos una solucion distinta a las anteriores y con x = 0 entonces debe ocurrir que a2y3z = 0.
Por lo tanto P
4
= (0, y,
a 2y
3
) es otro candidato a extremo para cualquier y R.
Ahora calculamos el hessiano de f.

2
f
x
2
(x, y, z) = y
2
z
3
y
2
z
3
= 2y
2
z
3

2
f
y
2
(x, y, z) = 2xz
3
(a x 2y 3z) 4xyz
3
4xyz
3
= 2xz
3
(a x 2y 3z) 8xyz
3

2
f
z
2
(x, y, z) = 6xy
2
z(a x 2y 3z) 9xy
2
z
2
9xy
2
z
2
= 6xy
2
z(a x 2y 3z) 18xy
2
z
2
,

2
f
xy
(x, y, z) = 2yz
3
(a x 2y 3z) 2y
2
z
3
2xyz
3

2
f
xz
(x, y, z) = 3y
2
z
2
(a x 2y 3z) 3y
2
z
3
3xy
2
z
2

2
f
yz
(x, y, z) = 6xyz
2
(a x 2y 3z) 6xyz
3
6xy
2
z
2
Estudio del punto P
1
= (
a
7
,
a
7
,
a
7
)
Hf(
a
7
,
a
7
,
a
7
) =
_
_
_
2
a
5
7
5
2
a
5
7
5
3
a
5
7
5
2
a
5
7
5
6
a
5
7
5
6
a
5
7
5
3
a
5
7
5
6
a
5
7
5
12
a
5
7
5
_
_
_ =
a
5
7
5
_
_
2 2 3
2 6 6
3 6 12
_
_
Ahora construimos la sucesion:
1,
1
= 2
a
5
7
5
,
2
= 10
a
10
7
10
,
3
= 42
a
15
7
15
e) f(x, y) = senx + sen y + sen z sen (x +y +z) donde x, y, z (0, );
9.24. Calcular los extremos de las siguientes funciones sujetas a las ligaduras jadas:
a) f(x, y) = xy si x +y = 1;
Solucion: La funci on de Lagrange sera:
L(x, y) = xy +(x +y 1)
y se deben satisfacer las condiciones:
L
x
(x, y) = y + = 0,
L
y
(x, y) = x + = 0,
g(x, y) = x +y 1 = 0
_
_
_

y = = x,
2 1 = 0
_

_
=
1
2
,
x = y =
1
2
.
As que el punto candidato a extremo relativo es (x, y) = (1/2, 1/2) para = 1/2.
Calculamos el jacobiano de g: Jg(x, y) = (1, 1) Jg(1/2, 1/2) = (1, 1). Calculamos seguidamente los
vectores (h
1
, h
2
) tales que:
_
g
x
(1/2, 1/2),
g
y
(1/2, 1/2)
__
h
1
h
2
_
= 0 h
1
+h
2
= 0 h
2
= h
1
.
65
Ahora hacemos el c alculo del hessiano de L para = 1/2:

2
L
x
2
(x, y) = 0

2
L
xy
(x, y) = 1

2
L
y
2
(x, y) = 0
HL(x, y) =
_
0 1
1 0
_
Estudiamos el signo de (h
1
, h
2
)HL(x, y)(h
1
, h
2
)
t
cuando h
2
= h
1
,= 0 y x = y = 1/2:
(h
1
, h
2
)
_
0 1
1 0
__
h
1
h
1
_
= (h
1
, h
1
)
_
h
1
+h
1
_
= h
2
1
h
2
1
< 0
As que en el punto (1/2, 1/2) es un maximo condicionado.
b) f(x, y) = x
2
+y
2
si
x
a
+
y
b
= 1;
c) f(x, y) = cos
2
x + cos
2
y si x y =

4
;
Solucion: Estudiaremos la funci on lagrangiana:
L(x, y) = cos
2
x + cos
2
y +(x y /4),
L
x
= 2cos xsen x + = 0 2cos xsen x = ,
L
y
= 2cos yseny = 0 2cos yseny = .
Por otro lado impondremos la ligadura:
g(x, y) = x y /4 = 0 x y = /4.
As que:
sen (2x) = ,
sen(2y) = ,
x y = /4.
Resolvemos este sistema y obtenemos:
x = /4 +y,
sen (/2 + 2y) = = sen(/2)cos (2y) + cos (/2)sen (2y) cos (2y) = .
Ahora tenemos:
cos (2y) =
sen(2y) =
_
tan(2y) = 1 2y = /4 +k, k Z

_
y =

8
+k/2,
x =

8
+ k/2, k Z.
As que los puntos candidatos a extremos condicionados son:
(x
k
, y
k
) = (

8
+k/2,

8
+k/2), k Z,

k
= sen (2x
k
) = sen (

4
+k) = (1)
k

2
2
.
66
Calculamos ahora el jacobiano de g en estos puntos:
Jg(x
k
, y
k
) = (1, 1),
y ahora los vectores (h
1
, h
2
) tales que Jg(x
k
, y
k
)(h
1
, h
2
)
t
= 0 :
(1, 1)
_
h
1
h
2
_
= 0 h
1
h
2
= 0 h
1
= h
2
.
Estudiamos el hessiano para decidir si hay extremos condicionados:

2
L
x
2
= 2cos (2x)

2
L
xy
= 0

2
L
y
2
= 2cos (2y)
H
2
L(x
k
, y
k
) =
_
2cos (2x
k
) 0
0 2cos (2y
k
)
_
=
_
2

2
2
(1)
k
0
0 2

2
2
(1)
k
_
=
_
2(1)
k+1
0
0

2(1)
k+1
_
Finalmente computamos el signo de (h
1
, h
1
)H
2
L(x
k
, y
k
)(h
1
, h
1
)
t
para todo h
1
> 0:
(h
1
, h
1
)H
2
L(x
k
, y
k
)(h
1
, h
1
)
t
= (h
1
, h
1
)
_
2(1)
k+1
0
0

2(1)
k+1
_
(h
1
, h
1
)
t
= (h
1
, h
1
)
_
h
1

2(1)
k+1
h
1

2(1)
k+1
_
= h
2
1

2(1)
k+1
+h
2
1

2(1)
k+1
=
2h
2
1

2(1)
k+1
As que si k es par entonces 2h
2
1

2(1)
k+1
< 0 y tenemos un maximo condicionado en (x
k
, y
k
). Por el
contrario si k es impar entonces 2h
2
1

2(1)
k+1
> 0 y tenemos un mnimo condicionado en (x
k
, y
k
).
d) f(x, y) = senxsen ysen z si x +y +z =

2
, donde x, y, z R
+
;
e) f(x, y) = xy +yz si x
2
+y
2
= 2 e y +z = 2, donde x, y R
+
;
9.25. Calcula los extremos condicionados de la funci on f(x, y) = x
2
+y
2
con ligadura 4x
2
+y
2
= 4. Di si son maximos
o mnimos condicionados.
9.26. Sean f : R
2
R
3
y g : R
3
R
2
denidas por:
f(x, y) = (x +xe
y
, x +y, y
2
senx) g(x, y, z) = (x +e
xyz
, y xz).
Se pide:
a) Jf(x, y).
Solucion:
Jf(x, y) =
_
_
1 +e
y
xe
y
1 1
y
2
cos x 2ysenx
_
_
b) Jg(x, y).
Solucion:
Jg(x, y, z) =
_
1 +e
zxy
yz e
xyz
zx e
xyz
xy
z 1 x
_
67
c) Se puede hacer la composicion g f? En caso armativo da la matriz J(g f)(0, 0).
Solucion: S se puede hacer la composicion porque f se aplica sobre R
3
y g parte de R
3
.
Jg f(0, 0) = Jg(f(0, 0))Jf(0, 0) = Jg(0, 0, 0)Jf(0, 0)
=
_
1 0 0
0 1 0
_
_
_
2 0
1 1
0 0
_
_
=
_
2 0
1 1
_
d) Usando la formula del jacobiano de una composicion de aplicaciones se pide calcular Jf g(0, 0, 0).
Solucion:
Jf g(0, 0, 0) = Jf(g(0, 0, 0))Jg(0, 0, 0) = Jf(1, 0)Jg(0, 0, 0)
=
_
_
2 1
1 1
0 0
_
_
_
1 0 0
0 1 0
_
=
_
_
2 1 0
1 1 0
0 0 0
_
_
e) A la vista de los resultados de antes se piden los valores de
gf
x
(0, 0) y
fg
y
(0, 0, 0).
Solucion: Seg un la teora estas parciales aparecen en las columnas de la matrices calculadas en los dos
apartados anteriores. En concreto:
g f
x
(0, 0) = (2, 1),
f g
y
(0, 0, 0) = (1, 1, 0).
9.27. Si h : R
2006
R
2006
es una aplicacion de clase C
2
, responde a las siguientes cuestiones para un a R
2006
.
a) Si det Jh(a) ,= 0 sabemos que la aplicacion h es localmente invertible de manera unica. Llamemos h
1
a la
inversa local de h Quien es Jh
1
(h(a))?
Solucion: Jh
1
(h(a)) = (Jh(a))
1
b) Coinciden el tama no de la matriz Hessiana Hh(a) y el de la matriz jacobiana Jh(a)?
Solucion: En este caso s. El tama no de ambas es 2006 2006.
c) Puedes asegurar que alguna de las dos matrices anteriores es simetrica?
Solucion: S, la matriz hessiana es simetrica por ser la aplicacion de clase C
2
. En cuanto a la matriz
jacobiana, aunque sea cuadrada, no podemos asegurar que sea simetrica.
9.28. Sean f : R
2
R
2
y g : R
2
R
3
denidas por:
f(x, y) = (x +y
2
x, xy) g(x, y) = (x +e
xy
, y x, sen (xy)).
Se pide:
a) Jf(x, y).
Solucion:
Jf(x, y) =
_
1 +y
2
2yx
y x
_
b) Jg(x, y).
Solucion:
Jg(x, y) =
_
_
1 +e
xy
y xe
xy
1 1
ycos (xy) xcos (xy)
_
_
68
c) Da la expresion de la aplicacion g f.
Solucion:
g f(x, y) = g(x +y
2
x, xy) =
_
x + y
2
x +e
(x+y
2
x)xy
, xy x y
2
x,
sen[(x +y
2
x)xy]
_
d) Usando la formula del jacobiano de una composicion de aplicaciones se pide calcular Jg f(0, 1).
Solucion:
Jg f(0, 1) = Jg(f(0, 1))Jf(0, 1) = Jg(0, 0)Jf(0, 1)
=
_
_
1 0
1 1
0 0
_
_
_
2 0
1 0
_
=
_
_
2 0
1 0
0 0
_
_
e) A la vista del resultado del apartado anterior, se piden los valores de
gf
x
(0, 1) y
gf
y
(0, 1).
Solucion: Seg un la teora estas parciales aparecen en las columnas de la matriz calculada en el apartado
anterior. Es decir:
g f
x
(0, 1) = (2, 1, 0),
g f
y
(0, 1) = (0, 0, 0).
9.29. Si h : R
2000
R
2000
es una aplicacion de clase C
1
, responde a las siguientes cuestiones para un a R
2000
.
a) Cual es el tama no de Jh(a)?
Solucion: El tama no es 2000 2000.
b) Es la matriz Jh(a) simetrica?
Solucion: No se puede asegurar que sea simetrica, si fuera de clase C
2
s lo podramos asegurar.
c) Que condicion le exigiras a h para asegurar que

2
h
x1x2000
(a) =

2
h
x2000x1
(a)?
Solucion: Que la funci on sea de clase C
2
.
9.30. De una aplicacion f : R
n
R
m
conocemos su matriz jacobiana en un punto a R
n
. Esta matriz es:
Jf(a) =
_
2 1
1 2
_
Responde a las siguientes preguntas:
a) Cuales son los valores de n y de m? (0,25 puntos)
Solucion: n = m = 2.
b) Es la aplicacion f localmente invertible en a? Por que? (0,25 puntos)
Solucion: Por el teorema de la funci on inversa como [Jf(a)[ = 3 tenemos que la aplicacion f es localmente
invertible en el punto a.
c) Es la aplicacion f globalmente invertible? Por que? (0,25 puntos)
Solucion: Globalmente no se puede asegurar nada porque el teorema de la funci on inversa solo da infor-
maci on de car acter local.
d) Si la aplicacion f es localmente invertible en a calcula Jf
1
(f(a)) (0,25 puntos).
Solucion: Aplicando el teorema de la funci on inversa tenemos:
Jf
1
(f(a)) = Jf(a)
1
=
1
3
_
2 1
1 2
_
.
69
9.31. Calcula los extremos relativos de la funci on f(x, y) = sen x + cos y para valores de (x, y) (0, ) (

2
,

2
).
Solucion: Empezamos haciendo las parciales e igual andolas a 0 para buscar los puntos candidatos a extremos:
f
x
(x, y) = cos x = 0 x =

2
,
f
y
(x, y) = seny = 0 y = 0.
As que el punto candidato a extremo es (

2
, 0). Calculamos ahora el hessiano de f en este punto para determinar
si hay un extremo relativo :

2
f
x
2
(x, y) = senx

2
f
y
2
(x, y) = cos y

2
f
xy
(x, y) = 0
El hessiano es:
Hf(

2
, 0) =
_
1 0
0 1
_
Como la sucesion 1,
1
= 1,
1
= 1, est a formada por terminos alternativamente positivos y negativos deduci-
mos que en el punto (

2
, 0) tenemos un maximo relativo.
9.32. Calcula los extremos relativos de la funci on f(x, y) = x
2
+ 2x
2
y
2
+ 3y
2
y di si son maximos o mnimos.
Solucion: Hacemos las parciales e igualamos a 0:
f
x
(x, y) = 2x + 4xy
2
= 2x(1 + 2y
2
) = 0 x = 0
f
y
(x, y) = 4yx
2
+ 6y = 2y(2x
2
+ 3) = 0 y = 0
As que el unico punto candidato a que haya un extremo relativo es (0, 0). Estudiamos en el el Hessiano:
Hf(x, y) =
_
2(1 + 2y
2
) 8xy
8xy 2(2x
2
+ 3)
_
Hf(0, 0) =
_
2 0
0 6
_
Como la sucesion 1,
1
= 2,
2
= 12 est a formada solo por miembros positivos tenemos que en (0, 0) hay un
mnimo relativo.
9.33. En las siguientes cuestiones nos referiremos a una aplicacion g : R
2006
R
2006
. Se hacen algunas preguntas para
vericar que conoces la relacion entre continuidad, derivabilidad respecto a cualquier direccion, diferenciabilidad
y clase C
1
.
a) Si la aplicacion g es derivable respecto a sus 2006 variables Podemos decir que g es continua? Y diferen-
ciable?.
Solucion: Como se vio en teora en este caso no se puede asegurar ni que g sea continua ni diferenciable.
b) Ahora suponemos que g es diferenciable Que dos propiedades mas puedes asegurar de g?.
Solucion: Podemos asegurar que es continua y que es derivable respecto de cualquier direcci on.
70
c) Y si g es de clase C
1
que puedes decir?.
Solucion: Podemos decir que es diferenciable, continua y derivable respecto de cualquier direcci on.
9.34. Calcula

2
f
xy
(0, 0) y

2
f
yx
(0, 0) de la funci on
f(x, y) =
_
xy[(1x)
2
(2y)
2
]
3
2
(x
2
+y
2
)
si(x, y) ,= (0, 0),
0 si (x, y) = (0, 0),
Solucion:
f
xy
(0, 0) =
4
9
f
yx
(0, 0) =
1
9
9.35. Sean f : R
2
R
3
y g : R
3
R deninidas por
f(x, y) = (1x
2
+ 2y
2
, 3x
2
+ 4y
2
, 2x
3
y
3
) g(x, y, z) = z
1
+ 2zy.
Calcula la direcci on por la que descenderamos a maxima pendiente por la supercie z = g f(z, y) si estamos
situados en el punto (1, 1, g f(1, 1)) (2 puntos)
Solucion: La direcci on es: (114, 122)
Para calcularla es necesario obtener:
Jf(x, y) =
_
_
2x 4y
6x 8y
6x
2
y
3
6x
3
y
2
_
_
, Jf(1, 1) =
_
_
2 4
6 8
6 6
_
_
, f(1, 1) = (3, 7, 2),
Jg(x, y, z) =
_
0 2z 2y + 1z
0
_
Jg(3, 7, 2) =
_
0 4 15
_
9.36. Calcula el plano tangente a la supercie graca de z = f(x, y) en el punto (0, 0, f(0, 0)), donde la funci on f es
f(x, y) :=
_
y
3
+x
5
sen

7
(x
2
+y
2
)
7

3(x
2
+y
2
)
si (x, y) ,= (0, 0)
0 si (x, y) = (0, 0)
(2 puntos)
Solucion: Sacando las derivadas parciales de f en el punto (0, 0),
f
x
(0, 0) =
f
y
(0, 0) = 0, se tiene que z = 0
es el plano tangente. Basta con aplicar la formula que me da el plano tangente mediante el uso de las derivadas
parciales.
9.37. Calcula los extremos absolutos de la funci on f(x, y) = x +y en el recinto
A = (x, y) : x
2
+y
2
4, x 0
Dibuja el recinto A y explica por que est a garantizada la existencia de extremos absolutos.
9.38. Calcula los extremos condicionados de la funci on f(x, y, z) = x
2
+ 2y
2
+ 3z
2
sujeta a las condiciones x
2
= 1,
x +y +z = 1, considerando que f solo est a denida en (
1
2
, +) (
1
2
, +) (
1
2
, +).
Solucion: Construimos la funci on Lagrangiana:
L(x, y, z) = x
2
+ 2y
2
+ 3z
3
+(x
2
1) +(x +y +z 1)
Ahora calculamos las parciales de la Lagrangiana y calculamos los candidatos a extremos:
L
x
(x, y, z) = 2x + 2x + = 0
L
x
(x, y, z) = 4y + = 0
L
x
(x, y, z) = 9z + = 0
x
2
+y
2
= 1
x +y +z = 1
71
De estas ecuaciones deducimos:
2x + 2x 9z = 0
4y 9z = 0
x
2
= 1
x +y +z = 1
_

_
Ahora tenemos que x = 1 y:
2 + 2 9z = 0
4y 9z = 0
+y +z = 0
_
_
_
x = 1, y = z = 0, = 1, = 0.
Nos ha salido un unico candidato a extremo P = (1, 0, 0) con = 1 y = 0. Calculamos ahora el hessiano de
L en dicho punto.

2
L
x
2
(x, y, z) = 0

2
L
xy
(x, y, z) = 4

2
L
z
2
(x, y, z) = 9

2
L
xy
(x, y, z) = 0

2
L
xz
(x, y, z) = 0

2
L
yz
(x, y, z) = 0
As que
HL(P) =
_
_
0 0 0
0 4 0
0 0 9
_
_
Por otro lado:
HL(P) = (h
1
, h
2
, h
3
)
_
_
0 0 0
0 4 0
0 0 9
_
_
(h
1
, h
2
, h
3
)
t
= (h
1
, h
2
, h
3
)
_
_
0
4h
2
9h
3
_
_
= 4h
2
2
+ 9h
2
3
> 0
As que P es un mnimo condicionado.
9.39. Calcula los extremos relativos, si existen, de la funci on f(x, y) = (x
2
+x)(3 4y +y
2
).
Solucion: Imponemos las condiciones necesarias para la existencia de extremos:
f
x
(x, y) = (2x + 1)(3 4y +y
2
) = 0
f
y
(x, y) = (x
2
+x)(4 + 2y) = 0
Las soluciones de este sistema son:
Si 2x + 1 = 0 entonces x =
1
2
y debe ocurrir que 4 + 2y = 0, es decir y = 2.
Si 3 4y +y
2
= 0 entonces y = 3 o y = 1 y forzosamente x = 0 o x = 1.
72
En consecuencia los puntos candidatos a extremos son P
1
= (
1
2
, 2), P
2
= (0, 3), P
3
= (1, 3), P
4
= (0, 1),
P
5
= (1, 1). Para ver si estos puntos son extremos tenemos que calcular el Hessiano de f:

2
f
x
2
(x, y) = 2(3 4y +y
2
)

2
f
xy
(x, y) = (2x + 1)(4 + 2y)

2
f
y
2
(x, y) = (x
2
+x)2
Hf(x, y) =
_
2(3 4y +y
2
) (2x + 1)(4 + 2y)
(2x + 1)(4 + 2y) (x
2
+x)2
_
Estudiamos uno a uno los puntos:
P
1
= (
1
2
, 2)
Hf(P
1
) =
_
30 0
0
1
2
_
As que la sucesion asociada a este punto es:
1, 30, 15
que no me permite asegurar la existencia de extremos.
P
2
= (0, 3)
Hf(P
2
) =
_
0 2
2 0
_
As que la sucesion asociada a este punto es:
1, 0, 4
que no nos permite asegurar la existencia de extremos.
P
3
= (1, 3)
Hf(P
3
) =
_
0 2
2 0
_
As que la sucesion asociada a este punto es:
1, 0, 4
que no nos permite asegurar la existencia de extremos.
P
4
= (0, 1)
Hf(P
4
) =
_
0 2
2 0
_
As que la sucesion asociada a este punto es:
1, 0, 4
73
que no nos permite asegurar la existencia de extremos.
P
5
= (1, 1)
Hf(P
5
) =
_
0 2
2 0
_
As que la sucesion asociada a este punto es:
1, 0, 4
que no nos permite asegurar la existencia de extremos.
9.40. Encuentra los extremos relativos de la funci on f(x, y, z) =
_
x
2
+y
2
+z
2
+ 6
2
log
_
x
2
+y
2
+z
2
. Justica si
estos extremos relativos son absolutos.
Solucion: Tiene un mnmo absoluto en (0, 0, 0)
9.41. Encuentra los extremos relativos de la funci on f(x, y, z) = x
2
+ y
2
+ z
2
2x 4y 6z + 14. Justica si estos
extremos relativos son absolutos.
Solucion: Mnimo absoluto en (1, 2, 3)
9.42. De los paraleppedos (entendemos que todas las aristas que intersecan en un vertice lo hacen con un angulo de
90 grados) cuyas aristas suman la longitud 24 encuentra el que tiene mayor volumen.
Solucion: Se tratara de un cubo de arista
1
3
6 = 2.
9.43. Consideremos el conjunto
K = (x, y) R
2
: (x + 3)
2
+ (y 2)
2
8, y 0
Encuentra los puntos de K mas cercanos y mas lejanos al punto (3, 5).
9.44. De todos los tros de n umeros reales cuyos cuadrados suman 24 encuentra los que maximizan o minimizan la
suma de sus cubos.
Solucion: Hay 14 puntos crticos para estudiar, de los cuales se saca que los maximo absolutos son (0, 0,

24),
(0,

24, 0), (

24, 0, 0) y los mnimos absolutos son (0, 0,

24), (0,

24, 0), (

24, 0, 0)
9.45. Encontrar los puntos que est an sobre el cilindro de ecuaci on x
2
+y
2
= 1 y sobre el plano de ecuaci on x+y+z = 1
y cuya distancia al origen de coordenadas sea maxima o mnima
9.46. Encontrar los puntos que est an sobre el cilindro macizo de ecuaci on x
2
+ y
2
1 y sobre el plano de ecuaci on
x +y +z = 1 y cuya distancia al origen de coordenadas sea maxima o mnima
9.47. Calcular la distancia maxima y mnima del origen a la siguiente elipse:
5x
2
+ 6xy + 5y
2
= 8
9.48. Estudia los extremos relativos de la funci on f(x, y, z) = xyz.
9.49. Estudia los extremos relativos condicionados de la funci on f(x, y, z) = xyz sujeta a la condicion x +y +z = 27.
9.50. De entre las ternas de n umeros positivos que suman una cantidad menor o igual a 27 es cierto que su producto
no excede de 729?
9.51. De entre las ternas de n umeros cuyos valores absolutos suman una cantidad menor o igual a 27 es cierto que
su producto no excede de 729?
Usando el metodo explicado para encontrar extremos condicionados, calcula los extremos condicionados de la
funci on f(x, y) = 2(x
2
+y
2
) con ligadura y = 4x
2
. Di si son maximos o mnimos condicionados.
Solucion:
Empezamos escribiendo la lagrangiana del problema L(x, y) = 2x
2
+ 2y
2
+(y 4x
2
).
Imponemos las condiciones necesarias para que existan extremos condicionados:
74
L
x
(x, y) = 4x 8x = 0 (4 8)x = 0
L
y
(x, y) = 4y + = 0 4y =
g(x, y) = y 4x
2
= 0 y = 4x
2
Si metemos el valor de la ultima ecuaci on en las dos primeras obtenemos: 16x
2
= y (4 8)x = 0. De estas
dos se tiene (4 + 8 16x
2
)x = 0, que solo tiene por resultado x = 0.
Como x = 0 e y = 4x
2
, el unico candidato a extremo es el punto P = (0, 0) con = 0.
Calculamos ahora el Hessiano de L:
HL(x, y) =
_
4 8 0
0 4
_
HL(P) =
_
4 0
0 4
_
Ahora tomamos vectores h = (h
1
, h
2
) ,= 0 que veriquen dg(P)(h) = 0 y vemos si las expresiones h
i
HL(P
i
)(h
i
)
t
son positivas o negativas. Antes de calcular esos vectores computamos la expresion hHL(P)(h)
t
por si no inter-
vinieran los valores de los vectores h para determinar el signo.
hHL(P)(h)
t
= 4h
2
1
+ 4h
2
2
> 0.
As que en P = (0, 0) tenemos un mnimo condicionado.
X. Calculo integral: funciones reales de varias variables
10.1. Calcular para = [0, 1] [0, 3] las integrales
(a)
__

xydxdy. (b)
__

xe
y
dxdy. (c)
__

y
2
senxdxdy.
10.2. Calcular las integrales dobles siguientes en los recintos que se indican:
a)
__

ydxdy en = (x, y) R
2
: x
2
+y
2
1.
b)
__

(3y
3
+x
2
)dxdy en = (x, y) R
2
: x
2
+y
2
1, .
c)
__

xydxdy en = (x, y) R
2
: 0 y 1, y
2
x y.
d)
__

ye
x
dxdy en = (x, y) R
2
: 0 y 1, 0 x y
2
.
e)
__

y + log xdxdy en = (x, y) R


2
: 0,5 x 1, x
2
y x.
10.3. Calcular las integrales dobles siguientes en los recintos que a continuacion se dan:
a)
__

(4 y
2
)dxdy en el recinto limitado por las ecuaciones y
2
= 2x e y
2
= 8 2x.
b)
__

(x
4
+ y
2
)dxdy en el recinto limitado por y = x
3
e y = x
2
.
c)
__

(x +y)dxdy en el recinto limitado por y = x


3
e y = x
4
con 1 x 1.
d)
__

(3xy
2
y)dxdy en la region limitada por y = [x[, y = [x[ y x [1, 1].
10.4. Calcular la supercie de las siguientes regiones:
a) Crculo de radio R.
b) Elipse de semiejes a, b.
c) La region limitada por las ecuaciones x
2
= 4y y 2y x 4 = 0.
d) La region limitada por las ecuaciones x +y = 5 y xy = 6.
e) La region limitada por las ecuaciones x = y y x = 4y y
2
.
75
10.5. Calcular el volumen de los siguientes solidos:
a) El limitado por
x
2
+
y
3
+
z
4
= 1 y los planos de coordenadas.
b) El tronco limitado superiormente por z = 2x + 3y e inferiormente por el cuadrado [0, 1] [0, 1].
c) Esfera de radio R.
d) Cono de altura h y radio de la base R.
e) El tronco limitado superiormente por la ecuaci on z = 2x +1 e inferiormente por el disco (x 1)
2
+y
2
1.
10.6. Calcular cambiando a coordenadas polares:
a)
_
1
1
_

1y
2
0
_
x
2
+y
2
dxdy.
Solucion: Conviene darse cuenta que el conjunto sobre el que estamos integrando es = (x, y) : x
2
+y
2
=
1, x 0 y que expresado en coordenadas polares es
p
= (r, ) : 0 <

2
, 0 < r 1 (r, ) :
3
2

< 2. As que:
_
1
1
_

1y
2
0
_
x
2
+y
2
dxdy =
__
p
r
2
drd
=
_
2
0
_
1
0
r
2
drd +
_
2
3
2
_
1
0
r
2
drd =
1
3

2
+
1
3

2
=

3
.
b)
_
2
0
_

4x
2
0
_
x
2
+y
2
dydx.
Solucion: La gura 2 muestra el recinto, , de integraci on de la integral de este apartado. Este recinto se
expresa en coordenadas polares como sigue:
p
= (r, ) : 0 < r < 2, 0 < <

2
. As que la integral se
resuelve como sigue:
_
2
0
_

4x
2
0
_
x
2
+y
2
dydx =
__
p
r
2
drd =
_
2
0
_
2
0
r
2
ddr =

2
8
3
=
4
3
.
6
-
y
x
0 2
2
x
2
+y
2
= 4

Figura 2: Recinto de la integral del apartado 10.6b


c)
_
1
1/2
_

1x
2
0
(x
2
+y
2
)
3/2
dydx.
Solucion: La gura 3 muestra el recinto, , de integraci on de la integral de este apartado. Para expresar
este recinto en coordenadas polares se requiere un poco de trabajo. Es claro que el angulo vara entre 0 y
el angulo que forma el eje de abscisas con la recta que une el origen con el punto Q. As que vara entre
0 y arc cos
1
2
=

3
.
Ahora jamos un angulo en el rango anterior y vemos entre que valores mnimo y maximo vara r. La
variacion maxima es independiente de e igual a 1. En cuanto a la mnima sera la distancia entre P y el
76
origen de coordenadas. La recta que une O con P es y = tan x, as que P = (
1
2
,
1
2
tan ) y la distancia de
este punto al origen es r =
1
2

1 + tan
2
=
1
2cos
.
Finamente el recinto en coordenadas polares es:

p
= (r, ) : 0 < <

3
,
1
2cos
< r < 1.
Ahora la integral se resuelve como sigue:
_
1
1/2
_

1x
2
0
(x
2
+y
2
)
3/2
dydx =
__
p
r
4
drd =
_
3
0
_
1
1
2cos
r
4
drd
=
_
3
0
_
r
5
5
_
1
1
2cos
d =
1
5
_
3
0
_
1
1
2
5
cos
5

_
d
=

3
1
5

1
160
_
3
0
cos
(1 sen
2
)
3
d =

3
1
5

1
160
_

3
2
0
1
(1 t
2
)
3
dt
6
-
y
x
0
1
1
1
2
x
2
+y
2
= 1

1
P

Q =
_
1
2
,
_
3
4
_
Figura 3: Recinto de la integral del apartado 10.6c
d)
_
1/2
0
_

1y
2
0
xy
_
x
2
+y
2
dxdy.
10.7. Calcular para = [0, 1] [0, 3] [1, 1] las integrales
(a)
___

xyzdxdydz. (b)
___

xe
y+z
dxdydz. (c)
___

y
2
z
3
sen xdxdydz.
10.8. Calcular las integrales que a continuacion se piden en los recintos correspondientes:
a)
___

(y
3
+z +x)dxdydz en = (x, y, z) R
3
: x
2
+y
2
+z
2
= 1.
b)
___

(ysenz +x)dxdydz en = (x, y, z) R


3
: y z y
2
, 0 x, y 1.
c)
___

xdxdydz en = (x, y, z) R
3
: 1 y
2
+x
2
, 0 z 1.
d)
___

yxzdxdydz en = (x, y, z) R
3
: 5 z y
2
+x, 1 x, y 1.
10.9. Calcular el volumen del solido limitado superiormente por z = 1 e inferiormente por z =
_
x
2
+y
2
.
10.10. Calcular el volumen del solido limitado superiormente por el cilindro parabolico z = 1 y
2
, inferiormente por el
plano 2x + 3y +z + 10 = 0 y lateralmente por el cilindro circular x
2
+y
2
+x = 0.
77
10.11. Hallar el volumen del solido limitado por los paraboloides de ecuaciones z = 2 x
2
y
2
y z = x
2
+y
2
.
Solucion: La graca de ambas funciones intersecan en los puntos (x, y, z) que verican 2 x
2
y
2
= x
2
+ y
2
,
es decir: x
2
+y
2
= 1.
Haciendo un esbozo de ambas gracas se ve que la proyeccion del solido al que le queremos calcular el volumen
da el recinto = (x, y) : x
2
+y
2
1. As que el valor del volumen es:
V =
__

[2 x
2
y
2
(x
2
+y
2
)]dxdy = 2
__

[1 x
2
y
2
]dxdy
= 2
_
2
0
_
1
0
[1 r
2
]rdrd = 4[r
2
/2 r
4
/4]
1
0
= .
10.12. Calcular el volumen del solido limitado superiormente por la supercie cilndrica x
2
+ z = 4, inferiormente por
el plano x +z = 2 y lateralmente por los planos y = 0 e y = 3.
10.13. Haciendo uso de las coordenadas esfericas x = rsen cos , y = rsen sen y z = rcos , calcular:
a) El volumen de una esfera de radio R.
b)
___

(x
2
+y
2
+z
2
)dxdydz en el recinto = (x, y, z) R
3
: 1 x
2
+y
2
+z
2
2.
c) El volumen del recinto del apartado (b).
10.14. Calcular el volumen del cuerpo limitado por las ecuaciones z = x
2
+ 4y
2
, el plano z = 0 y lateralmente por los
cilindros x = y
2
y x
2
= y.
Solucion: La gura 5 puede claricar el solido al que le queremos calcular el volumen. En efecto de dicho dibujo
se deduce que este cuerpo es:
= (x, y, z) R
3
: 0 < x < 1, x
2
< y <

x, 0 < z < x
2
+ 4y
2
.
6
-
=
x
y
z
+
x = y
2
1
1
>
y = x
2
Figura 4: Cilindros
As que
V =
___

1dxdydz =
_
1
0
_

x
x
2
_
x
2
+4y
2
0
1dzdydz =
_
1
0
_

x
x
2
(x
2
+ 4y
2
)dxdy
=
_
1
0
[x
2
y + 4y
3
/3]
y=

x
y=x
2
dx =
_
1
0
(x
5/2
+ 4x
3/2
/3) (x
4
+ 4/3x
6
)dx
=
_
2/7x
7/2
+ 4/3 2/5x
5/2
1/5x
5
4/3 1/7x
7
_
x=1
x=0
= 2/7 + 8/15 1/5 4/21 = 3/7.
78
10.15. Calcular
__

e
xy
x+y
dxdy siendo el triangulo formado por los ejes de coordenadas y la recta x +y = 1.
Solucion: Usamos el cambio de coordenadas u = x + y, v = x y, es decir la funci on que nos relaciona las
coordenadas u y v con las antiguas x e y es:
: R
2
R
2
(u, v) (
u+v
2
,
uv
2
).
Se puede comprobar que : R
2
R
2
es una aplicacion biyectiva. En efecto, es inyectiva ya que si (u, v) =
(u

, v

) entonces u +v = u

+v

y u v = u

. Si sumamos las dos ecuaciones deducimos facilmente u = u

e inmediatamente v = v

. As que es inyectiva.
La aplicacion es suprayectiva ya que dado (x, y) R
2
tenemos que (x +y, x y) = (x, y).
As que es un cambio de coordenadas y podemos aplicar la formula de cambio de coordenadas para integral
doble. Para ello necesitamos primero calcular el valor absoluto del determinante del jacobiano de :
[ det J(u, v)[ =

det
_
1/2 1/2
1/2 1/2
_

= [ 1/2[ = 1/2.
Ademas tambien necesitamos describir el recinto de integraci on en las nuevas variables u y v. Para ello basta
con transformar las rectas que limitan a a las nuevas variables (las transformadas de esas rectas limitaran al
conjunto ). Observa que:
a) La recta x +y = 1 se transforma en la recta u = 1.
b) La recta x = 0 se transforma en v = u.
c) La recta y = 0 se transforma en v = u.
As que:
= (u, v) : 0 < u < 1, u < v < u.
Por ultimo aplicamos la formula del cambio de variable:
__

e
xy
x+y
dxdy =
__

e
v/u
1
2
dudv =
1
2
_
1
0
_
u
u
e
v/u
dvdu
=
1
2
_
1
0
[ue
v/u
]
v=u
v=u
du =
1
2
_
1
0
(ue ue
1
)du =
e e
1
2
_
1
0
udu
=
e e
1
4
10.16. Calcular el volumen comprendido entre los cilindros z = x
2
y z = 4 y
2
.
Solucion:
10.17. Calcular el volumen del bal on de Rugby de ecuaciones
x
2
a
2
+
y
2
b
2
+
z
2
c
2
= 1.
10.18. Calcular
__

xydxdy donde es la region limitada por las curvas y = 2x, y = 2x 2, y = x e y = x + 1.


Indicacion: hacer el cambio de variable x = u v, y = 2u v.
10.19. Calcular el volumen encerrado por un cilindro de radio R/2 y una esfera de radio R cuyo centro est a situado en
un punto de la supercie del cilindro. Indicacion: hacer el cambio a coordenadas cilndricas.
10.20. Calcular
___

dxdydz
(x
2
+y
2
+z
2
)
3/2
,
donde es la region limitada por las esferas x
2
+y
2
+z
2
= a
2
y x
2
+y
2
+z
2
= b
2
, donde 0 < b < a. Indicacion:
hacer el cambio a coordenadas esfericas.
Solucion: Empezamos describiendo el recinto en coordenadas esfericas:

e
= (r, , ) : b r a, 0 2, 0 ,
79
6
-
=
x
y
z
6 6
?
?
Figura 5: Cilindros
as que:
___

dxdydz
(x
2
+y
2
+z
2
)
3/2
=
___
e
r
2
sen
r
3
drdd =
_
a
b
_
2
0
_

0
sen
r
dddr
=
_
a
b
1
r
_
2
0
_

0
sen dddr = 4
_
a
b
1
r
dr = 4 log
a
b
.
10.21. Coordenadas cilndricas.
a) Escribe la relacion entre coordenadas cartesianas y coordenadas cilndricas: (r, , z) = . . . . Solucion:
(r, , z) = (rcos , rsen , z)
b) En que rango maximo (abierto) varan r, y z para que sea biyectiva?. Solucion: (r, , z) (0, +)
(0, 2) R
c) Calcula el jacobiano de y calcula el valor absoluto de su determinante (este determinante lo tienes que
calcular explcitamente).
Solucion:
J(r, , ) =
_
_
cos rsen 0
sen rcos 0
0 0 1
_
_
[detJ(r, , )[ = [r(cos
2
+ sen
2
)[ = r
d) Calcula el volumen del solido = (x, y, z) : 16 x
2
+y
2
81, x 0, 0 z x
2
+y
2
.
Solucion:
V =
___

1dxdydz =
_
9
4
_
3/2
/2
_
r
2
0
rdzddr =
_
9
4
_
3/2
/2
r
3
ddr
= [r
4
/4]
9
4
=
6305
4
10.22. Coordenadas esfericas.
a) Escribe la relacion entre coordenadas cartesianas y coordenadas esfericas: (r, , ) = . . . .
Solucion: (r, , ) = (rcos sen, rsen sen , rcos )
80
b) En que rango maximo (abierto) varan r y los angulos y para que sea biyectiva?.
Solucion: (r, , ) (0, +) (0, 2) (0, )
c) Calcula el jacobiano de y di cual es el valor absoluto de su determinante (este determinante no hace falta
que lo calcules explcitamente).
Solucion:
J(r, , ) =
_
_
cos sen rsen sen rcos cos
sen sen rcos sen rsen cos
cos 0 rsen
_
_
[detJ(r, , )[ = r
2
sen
d) Calcula el volumen del solido = (x, y, z) : 25 x
2
+y
2
+z
2
49, y 0.
Solucion:
V =
___

1dxdydz =
_
7
5
_

0
_

0
r
2
sendddr = [r
3
/3]
7
5
[cos ]

=
2
3
(7
3
5
3
) =
436
3
e) Calcula la integral
___

sen[(x
2
+y
2
+z
2
)
3/2
]dxdydz, donde es el conjunto del apartado anterior.
Solucion:
___

sen[(x
2
+y
2
+z
2
)
3/2
]dxdydz =
_
7
5
_

0
_

0
r
2
sen (r
3
)sen dddr
=
1
3
_
7
5
_

0
_

0
3r
2
sen (r
3
)sen dddr =
1
3
[cos (r
3
)]
r=7
r=5
[cos ]

=0

=
2
3
(cos (125) cos (343))
10.23. Calcula el volumen limitado por z = x
2
+y
2
, z = 2x
2
+ 2y
2
, y = x, y = x
2
.
Solucion: Hacemos notar que el volumen queda limitado inferiormente por z = x
2
+ y
2
y por z = 2x
2
+ 2y
2
.
Lateralmente los lmites los marcan el plano y = x y el cilindro y = x
2
, es decir que el volumen sera:
V =
__

[2x
2
+ 2y
2
(x
2
+y
2
)]dxdy =
__

(x
2
+y
2
)dxdy,
siendo el recinto plano limitado por y = x e y = x
2
. As que:
= (x, y) : 0 x 1, x
2
y x.
Hacemos c alculos:
V =
_
1
0
_
x
x
2
(x
2
+y
2
)dydx =
_
1
0
[x
2
y +
y
3
3
]
x
x
2 dx
=
_
1
0
(x
3
+
x
3
3
) (x
4
+
x
6
3
)dx
_
1
0
4x
3
3
x
4

x
6
3
)dx
=
_
x
4
3

x
5
5

x
7
21
)
_
1
0
=
1
3

1
5

1
21
=
35 21 5
105
=
9
105
=
3
35
10.24. Dadas constantes 0 < a < b, calcula el volumen limitado por x
2
+y
2
+z
2
= a
2
, x
2
+y
2
+z
2
= b
2
, x
2
+y
2
= z
2
,
suponiendo ademas z 0.
Solucion: El solido al que le tenemos que calcular el volumen est a limitado por las esferas de radio a y b. Estas
esferas las hemos cortado con el paraboloide x
2
+y
2
= z
2
(ver gura 10.24).
81
Figura 6: Graca de la funci on z =
_
x
2
+y
2
La interseccion de la esfera E
1
(x
2
+ y
2
+ z
2
= a
2
) con el paraboloide es el crculo x
2
+ y
2
=
a
2
2
a una altura
z =
_
a
2
2
y la interseccion de la esfera E
1
(x
2
+y
2
+z
2
= b
2
) con el paraboloide es el crculo x
2
+y
2
=
b
2
2
, a una
altura z =
_
b
2
2
.
Es facil darse cuenta que la interseccion del paraboloide con las dos esferas limita dos solidos, uno donde la z es
siempre positiva y otro donde la z toma valores tanto positivos como negativos. Nosotros tenemos que calcular
el volumen del primero.
La proyeccion del solido sobre el plano xy es el crculo x
2
+y
2
=
b
2
2
. Vamos a describir el solido en coordenadas
cilndricas:

c
= (r, , z) : 0 2, 0 r
a

2
, +
_
a
2
r
2
z +
_
b
2
r
2

_
(r, , z) : 0 2,
a

2
r
b

2
, r z +
_
b
2
r
2

Ahora podemos calcular el volumen:


V =
_
2
0
_ a

2
0
_

b
2
r
2

a
2
r
2
1rdzdrd +
_
2
0
_ b

2
a

2
_

b
2
r
2
r
1rdzdrd
=
_
2
0
_ a

2
0
_
_
b
2
r
2

_
a
2
r
2
_
rdrd +
_
2
0
_ b

2
a

2
_
_
b
2
r
2
r
_
rdrd
= 2
_
_ a

2
0
_
_
b
2
r
2

_
a
2
r
2
_
rdr +
_ b

2
a

2
_
_
b
2
r
2
r
_
rdr
_
=
_
_ a

2
0
2
_
_
b
2
r
2

_
a
2
r
2
_
rdr +
_ b

2
a

2
2
_
_
b
2
r
2
r
_
rdr
_
=
_
2
3
_
(b
2
r
2
)
3/2
(a
2
r
2
)
3/2
_ a

2
0
+
_
2
3
(b
2
r
2
)
3/2
+
2
3
r
3
_ b

2
a

2
_
= . . . (haz los c alculos). . .

3
(2

2)(b
3
a
3
).
82
10.25. Calcula el area de la gura limitada por (x
2
+y
2
)
2
= 2a
2
(x
2
y
2
) con x
2
+y
2
a
2
.
Solucion: Pasamos esta graca a coordenadas polares y obtenemos:
r
4
= 2a
2
r
2
(cos
2
sen
2
) r
2
= 2a
2
cos (2).
As que r = +

2a
_
cos (2), estando esta ultima funci on denida para 2 [0,

2
] [
3
2
,
5
2
] [
7
2
, 4], es decir,
[0,

4
] [
3
4
,
5
4
] [
7
4
, 2]. Para dibujar estas gracas usamos la representacion en coordenadas polares y
tenemos en cuenta que es simetrica tanto respecto al eje de ordenadas como al de abscisas (ver la gura 7).
As que el recinto de integraci on expresado en coordenadas polares es

p
= (r, ) : [0,

6
] [
5
6
,
7
6
] [
11
6
, 2], r [a, +

2a
_
cos (2)]
Aclaracion: los valores

6
,
5
6
,
7
6
y
11
6
del recinto anterior se obtienen de resolver la ecuacion r =

2a
_
cos (2) =
a.
As que:
A =
_
6
0
_
+

2a

cos (2)
a
rdrd +
_
7/6
5/6
_
+

2a

cos (2)
a
rdrd
+
_
2
11/6
_
+

2a

cos (2)
a
rdrd
=
1
2
_
_
6
0
_
2a
2
cos (2) a
2
_
d +
_
7/6
5/6
_
2a
2
cos (2) a
2
_
d
+
_
2
11/6
_
2a
2
cos (2) a
2
_
d
_
As que:
A =
a
2
2
_
_
6
0
(2cos (2) 1) d +
_
7/6
5/6
(2cos (2) 1) d
+
_
2
11/6
(2cos (2) 1) d
_
=
a
2
2
_
[sen(2) ]

6
0
+ [sen (2) ]
7/6
5/6
+ [sen(2) ]
2
11/6
_
= a
2
3

3
3
10.26. Calcula la siguiente integral
__
A
xydxdy
donde A = (x, y) R
2
: 1 x
2
+y
2
2, y x.
10.27. Calcula la integral
__

4x
9
+ e
5z
dxdy siendo el tetraedro limitado por los planos de coordenadas y el plano
7x + 4y + 2z = 13.
10.28. Calcula el volumen del conjunto = (x, y, z) : x
2
+y
2
1, z
2
+y
2
1
10.29. Calcular el volumen del conjunto = (x, y, z) : 25 x
2
+y
2
+z
2
81, z
2
x
2
+y
2

Valor de Solucionej 242


83
Figura 7: Figura relativa al ejercicio 10.25